ระดับเนื้อหา: Overview / Implementation considerations
หลักการและการเลือกใช้
Augmentation สร้างความแปรผันที่ควรรักษาคำตอบ เช่น แสงหรือ noise ในช่วงที่เกิดจริง Transformation ทางเรขาคณิตต้องเปลี่ยน box, mask และ keypoint สอดคล้องกัน และอาจเปลี่ยนค่าที่อ่านได้ด้วย
การเพิ่มความแปรผันช่วยให้ระบบไม่ยึดภาพแบบเดียว เช่น ภาพอาจมืดหรือมีสัญญาณรบกวนมากขึ้น แต่ต้องถามว่าหลังแต่งยังเห็นคำตอบเดิมหรือไม่ Noise คือค่ารบกวน ส่วน transformation คือการเปลี่ยนภาพตามกฎ หากการแต่งทำให้ปลายเข็มหาย คำตอบว่าอ่านได้อาจไม่ถูกแล้ว จึงไม่ควรมองว่าการคงชื่อกลุ่มเพียงอย่างเดียวหมายถึงรักษาคำตอบทุกชนิด
วิศวกรแบ่งการเปลี่ยนที่รักษาชนิดวัตถุ การเปลี่ยนที่ต้องแปลงพิกัด และการเปลี่ยนที่เปลี่ยนค่าทางกายภาพออกจากกัน การหมุนทั้งหน้าปัดกับเข็มต่างจากหมุนเข็มอย่างเดียว ส่วน crop เปลี่ยนสิ่งที่เห็นและอาจตัดหน่วย ต้องตรวจภาพหลังแต่งพร้อม box mask และจุดสำคัญ ไม่ใช้การแปลงภาพที่ถูกกับคำตอบที่ยังอยู่ในพิกัดเดิมแล้วให้โมเดลเรียนความขัดแย้ง
เลื่อนแผนภาพซ้าย–ขวาเพื่อดูรายละเอียดครบทุกส่วน
ตัวอย่างในบริบทอุตสาหกรรม
ตัวอย่างเชิงออกแบบ: เปลี่ยนความสว่างภาพหน้าปัดเพื่อฝึก detector ได้ แต่การหมุนเฉพาะเข็มเปลี่ยนค่าแรงดัน ส่วนการกลับด้านข้อความทำให้ตัวเลขผิดธรรมชาติ จึงไม่ควรใช้ label เดิมโดยไม่พิจารณา
สมมติทดลองเพิ่มภาพมืดเพื่อให้ตัวตรวจเห็นวงหน้าปัดในแสงต่ำ วิธีนี้อาจใช้กับคำตอบกรอบได้ แต่ตัวอ่านยังต้องเห็นขีดสเกลและหน่วย หากภาพมืดจนรายละเอียดหาย ต้องแยกสถานะอ่านไม่ได้สำหรับงานอ่าน การตั้งช่วงแสงควรอ้างอิงภาพที่เก็บได้อย่างเหมาะสม ไม่สร้างการแต่งรุนแรงจนไม่สอดคล้องกับข้อมูลที่ระบบมีโอกาสพบจริง
วิศวกรใช้ภาพตรวจเล็กที่รู้ตำแหน่งจุดเพื่อยืนยันการหมุน ย่อ และตัด แล้วตรวจว่าจุดยังผูกกับส่วนเดิม หากสร้าง blur หรือภาพเบลอ ต้องดูผลต่อเข็มบางและจุดทศนิยมโดยเฉพาะ Ablation คือทดลองถอดหรือเพิ่มส่วนหนึ่งเพื่อดูผลของมัน ใช้เปรียบเทียบการแต่งแต่ละชนิดบนชุดจริงเดิม เพื่อไม่ให้การปรับหลายอย่างพร้อมกันซ่อนว่าส่วนใดช่วยหรือทำให้ผลเสีย
ขั้นตอนศึกษาและทดลอง
- 1 แยก transformation ที่รักษา class จากที่เปลี่ยนค่าการวัด
- 2 กำหนดช่วงแสง blur และ perspective จากภาพหน้างาน
- 3 ทำ augmentation เฉพาะ train แล้วทดสอบแต่ละชนิดแบบ ablation
วิธีประเมินและนิยามผล
เทียบผลบนภาพจริงที่ไม่ถูกแต่ง แยกกลุ่มแสงต่ำและตัวเลขเล็ก พร้อมตรวจว่าการเพิ่มความทนทานไม่ทำให้รายละเอียดเข็มหรือทศนิยมสูญเสีย
ข้อมูลทดสอบควรสะท้อนภาพจริงตามขอบเขตที่ประกาศ ไม่แต่ง test ให้คล้ายสิ่งที่ระบบฝึกแล้วจนผลดูดี ควรดูทั้งกลุ่มที่ตั้งใจช่วยและกลุ่มภาพปกติ เพราะการทนภาพเบลอเพิ่มอาจทำให้แยกเส้นใกล้กันแย่ลง รายงานจำนวนภาพอ่านไม่ได้และความผิดปลายทางด้วย ไม่สรุปจากความถูกของกรอบเพียงอย่างเดียวว่าเพิ่มความทนทานของการวัดแล้ว
วิศวกรล็อกชุดแบ่งและเกณฑ์ตัดสินก่อนเทียบ พร้อมบันทึกกฎ ช่วงค่า และการสุ่มที่ใช้ใน train ตรวจคำตอบหลังแปลงด้วยภาพซ้อนเป็นระยะ แล้ววัดความผิดรายชนิดเป้าหมาย หากผลดีขึ้นเฉพาะภาพที่แต่ง แต่ภาพจริงไม่เปลี่ยน ควรทบทวนว่าความแปรผันจำลองตรงงานหรือไม่ ไม่เพิ่มจำนวนภาพแต่งต่อโดยไม่ตรวจสาเหตุและไม่ปะปนผลจากการเปลี่ยนข้อมูลจริงพร้อมกัน
ข้อจำกัดและกรณีผิดพลาด
การแต่งรุนแรงอาจสร้างข้อมูลที่ไม่มีทางเกิดจริง การทำ augmentation ไม่ทดแทนข้อมูลจากกล้องหรือเกจแบบใหม่ที่ขาดหาย
กฎที่ใช้ได้กับการจำแนกอาจไม่เหมาะกับการอ่านตัวเลข เช่น กลับภาพทำให้ตัวอักษรผิดรูป หรือยืดภาพทำให้มุมเข็มเปลี่ยน ต้องเลือกตามคำถามปลายทางและบอกสมมติฐาน การแต่งไม่สร้างความรู้เรื่องวัสดุหรือรูปแบบสเกลที่ไม่มีในข้อมูลต้นทางเสมอไป จึงควรเก็บข้อมูลจริงที่ขาดอย่างเหมาะสมแทนหวังให้กฎเปลี่ยนภาพแก้ช่องว่างทั้งหมด
การแต่งหลายชนิดเพิ่มความครอบคลุมที่เป็นไปได้แต่เพิ่มภาระตรวจและการทำซ้ำ หากคำตอบไม่เปลี่ยนพร้อมภาพ โมเดลจะเรียนความผิดโดยไม่เห็นเหตุผล ต้องมีการตรวจแปลงย้อนและการคัดกรณีเสีย การอธิบาย augmentation เป็นแนวทางพัฒนา ไม่ใช่คำรับรองผลแม่นยำหรือข้อมูลรองรับปัจจุบันของผลิตภัณฑ์ และไม่ควรจัดทดลองทางกายภาพเสี่ยงเพื่อสร้างภาพผิดสภาพให้เหมือนกฎแต่ง
รายการตรวจสอบก่อนนำไปใช้
- label ถูกแปลงพร้อมภาพหรือไม่
- crop ไม่ตัดหน่วยที่จำเป็นหรือไม่
- test คงสภาพข้อมูลจริงหรือไม่