بهبود مدل CNN با تکنیک augmentation

یک مدل baseline cnn تعریف کردیم برای binary classification ، که روی دیتاست تصاویر برگ گیاهان کار میکنه. ما به طور عمدی بخشی کمی از دیتاست رو لیبیل هاشو flip کردیم و accuracy مدل رو به این صورت پایین آوردیم. ما یک متد داریم که قراره decision boundary مدل رو بهبود بده که در مورد این متد با متخصصی که این پروژه رو دست بگیره بیشتر توضیح میدم. قراره با این متد ما augmentation ای بهینه انجام بدیم و accuracy مدل رو با همین وضعیت لیبیل های flip شده بالا ببریم.