mosaic-augmentation

여러 이미지를 하나의 패치로 합쳐 훈련 배치당 다양한 배경과 스케일을 제공하는 데이터 증강 기법으로, 객체의 상대적 위치와 스케일 다양성을 크게 늘린다. 이미지에는 다른 변환들과 함께 사용되며 본 실험에서는 학습 중 후반에 모자이크를 끄는 스케줄을 사용하여 증강 효과의 변화를 관찰했다. 다양한 기하·색상 변환을 모델이 내부적으로 학습하는 데 기여하는 핵심 수단으로 작동했다.