먼저 큰 그림부터

김장을 앞두고 배추를 한가득 사 왔다고 해 봅시다. 바로 절이지 않습니다. 짓무른 잎은 떼어 내고, 상한 포기는 골라내고, 같은 크기로 쪼갭니다. 배추가 모자라면 시장에 한 번 더 다녀옵니다. AI 학습용 사진도 같습니다. 모은 사진을 그대로 모델에 넣지 않고, 열리지 않는 파일과 흐린 사진을 골라내고, 같은 크기로 맞춥니다. 사진이 모자라면 시장에 가는 대신 가진 사진을 뒤집고 돌려 늘립니다.

이 장에서는 두 가지를 챙겨 갑니다. 첫째는 데이터 정제입니다. 깨진 파일, 채널이 다른 사진, 너무 어둡거나 흐린 사진, 똑같은 사진을 숫자로 찾아내고, 버릴지 고칠지 정해 표로 남깁니다. 둘째는 데이터 증강입니다. 뒤집기, 작은 회전, 밝기 바꾸기처럼 정답이 바뀌지 않는 변환으로 학습용 사진을 늘립니다. 1장에서 "깨진 파일 거르기"와 "데이터 증강"을 16장의 몫으로 남겨 두었고, 4장의 밝기 진단, 5장의 보정, 10장의 Laplacian, 14장의 기하 변환을 여기서 한데 모아 씁니다. 실습 사진은 모두 OpenCV 로 도형을 그려 만든 가상의 과일 사진이고, 품질 문제는 연습을 위해 일부러 섞어 두었습니다.