Метод и программный комплекс расширения графических наборов данных при помощи глубокого обучения с подкреплением

Abstract

Аннотация—в статье описан метод расширения графических наборов данных при помощи глубокого обучения с подкреплением, позволяющий подбирать наилучшие преобразования, накладываемые на изображения из обучающего набора данных, что позволяет сократить время обучения и повысить точность распознавания классификатора. Описан каждый из этапов метода: формирование состояния – определение описания изображений посредство цветовых, контурных и текстурных свойств, выбор преобразований (действий) на основании эпсилон-жадной стратегии, обучение нейросетевого классификатора, вычисление вознаграждения агента на основании параметров обучения-точность и функция потерь, сохранение результатов обучения в буфер воспроизведения опыта и обновление модели агента. Также в статье описана структура программного комплекса, позволяющая управлять настройками метода и нейросетевого классификатора, состоящий из трех основных модулей – загрузки данных, настройки параметров и отображение результатов обучения моделей.