Розробка застосунку для часткової аугментації зображень на основі генеративних моделей

Abstract

Аугментації даних є важливою складовою процесу створення моделей машинного та глибокого навчання. Існуючі інструменти та фреймворки не задовольняють потреби у аугментації цільового класу та обраних частин зображень. Для рішення цієї проблеми розроблено веб-застосунок для полегшення та часткової автоматизації процесу аугментації зображень з фокусом на трансформації цільового класу для задачі сегментації. Застосунок показує себе ефективним при тестуванні на вибраному наборі даних та має гнучкий код для додавання нових моделей для аугментації зображень інших предметних областей завдяки своїй модульній архітектурі.

Data augmentation is a crucial step in creating machine learning and deep learning models. Existing tools and frameworks lack the functionality to augment the target class and specific image regions effectively. In this work, we present a web application aimed at facilitating and semi-automating the image augmentation process, focusing on transforming the target class for segmentation tasks. The application demonstrates its effectiveness when tested on a specific dataset and offers flexibility for integrating new augmentation models for images from different domains, using app modular architecture.