test time augmentation

test time에서 augmentation을 하는 방법

 

test set도 사실은 서로 다른 여러가지 환경에서 관찰 될 수 있다는 사실에 기반

 

하나의 똑같은 test set에 여러 다른 augmentation을 적용한 상태에서 동일한 답을 낼 수 있다면 확실하게 예측을 자신할 수 있을 것

 

test set에서 나타날 수 있는 여러 variance를 고려하겠다는 것

 

test image에 augmentation을 적용한 여러 이미지 aug1, aug2, aug3,....을 만들고

 

이 이미지들 test image, aug1, aug2, aug3, ....에 prediction을 하면 pred1, pred2, pred3, pred4,...가 나오고

 

이들을 ensemble하여 얻은 값을 test image에 대한 결론으로 내린다.

 

 

 

 

동일한 이미지에 여러 noise를 섞어서 전부 자동차라고 말할 수 있다면 확실하게 그 이미지는 자동차라고 대답할 수 있을 것

 

noise 섞으면서 달라지는 여러 출력 결과를 앙상블하여 그 결과를 정답으로 낸다

 

성능이 좋아질 수 있지만 당연히 그만큼 inference를 많이해야하며,

 

augmentation으로 인해 오히려 성능이 떨어질 수 있고 그래서 항상 정답은 아니다