기계는 거짓말하지 않는다

torchvision.transforms.Resize에서 size 매개변수는 두 가지 사용 방식이 있다.매개변수는 int와 tuple 형식의 (height, width)을 전달할 수 있다.transforms.Resize(256)매개변수에 int 형식을 전달하면 짧은 축을 기준으로 크기를 조정한다.이는 종횡비가 유지된다.입력 이미지의 가로 또는 세로 길이 중 짧은 쪽이 256 픽셀이 되도록 이미지의 크기를 조정한다.긴 쪽은 원래 비율을 유지하면서 비례적으로 조정한다.원본 이미지가 800 x 600(width x height)인 경우, 짧은 축인 세로 길이가 256 픽셀로 조정된다.가로 길이는 size * width / height인 341 픽셀이 된다.transforms.Resize(256, 256)매개변..

이미지 Augmentation을 할 때 사용할 수 있다. Augmentation은 데이터의 양을 늘리기 위해 원본에 각종 변환을 적용하고 데이터를 늘릴 수 있다. 동일한 이미지들을 조금씩 변형시켜가며 학습하면서 Overfitting을 방지하는 데 도움이 된다. 학습 용도에 맞는 augmentation을 선택해서 사용하여야 한다. 보통 Training 단계에서 많이 사용되지만 Test 단계에서도 사용이 가능하며, 이를 Test Time-Augmentation(TTA)이라고 함 Dataloader를 이용하여 받으면 channel, height, width(c, h, w) shape가 되며 img.cpu().numpy().transpose(1, 2, 0).copy()를 이용하면 OpenCV에서 사용할 수 있는..

torchvision.datasets.VOCDetection를 상속받아 클래스를 만든 후 생성 시 download 매개변수를 True를 주면 VOC 데이터셋을 자동으로 다운로드 받을 수 있다. 상세한 매개변수는 voc.py의 class _VOCBase를 참조하면 된다. 기본값은 아래와 같다. class _VOCBase(VisionDataset): _SPLITS_DIR: str _TARGET_DIR: str _TARGET_FILE_EXT: str def __init__( self, root: str, year: str = "2012", image_set: str = "train", download: bool = False, transform: Optional[Callable] = None, target_t..