Pipeline raccomandata di aumento dei dati

Question

Voglio eseguire la classificazione delle immagini utilizzando Keras e un set di dati realizzato in 50 classi. Al momento, ho solo 7 immagini per classe e devo eseguire un aumento dei dati per addestrare il modello e ottenere valori di accuratezza accettabili.

Sto usando il ImageDataGenerator classe da Keras che è raccomandato per l'aumento delle immagini al volo (durante l'allenamento). Dal momento che la classificazione si sta comportando male, mi chiedevo se sarebbe stato necessario eseguire un aumento offline, ad esempio, ingrandire il set di dati prima della formazione, perché onestamente penso che 7 sia lungi dall'essere un numero ragionevole di immagini per classe.

È una pratica comune eseguire entrambi i tipi di aumento (prima e durante la formazione)? Ho intenzione di utilizzare un software o strumenti di terze parti come ImGaug per ingrandire prima il set di dati e salvare le immagini aumentate sul disco e solo quindi eseguire un aumento in tempo reale con ImageDataGenerator classe.

In conclusione, il flusso sarebbe simile a questo:

• Pre-elaborazione dell'immagine e aumento dei dati offline => ingrandi il set di dati originale
• Formazione con aumento in tempo reale => Carica il set di dati e usa IMagedatagenerator

Cosa ne pensi?

Grazie.