因为Fast Augment 了解到randaugment
我们以deit 为例:
code:
paper:https://arxiv.org/pdf/1909.13719.pdf
伪代码:号称用两行代码可以搞定这个问题
从上图我们看到有两个超参。--其实实现要比这个复杂。
一个是N (变化的个数)这个一般N 是14 变化的种类为:
一个是M :所有变换的幅值 (我目前的理解是M *T(image))--如果我的理解有错误,欢迎指正
T 是对原始图像做的转换 转换的结果乘以M 得到最后的结果)
M 的选择,论文里面给了四种方式:
1. constant magnitude deit 里面指定这个值为10 (默认为这一种)
2. random magnitude
3. a linearly increasing magnitude
4. a random magnitude with increasing bound
权重加起来为1
rand-m9-mstd0.5-inc1
其中:
即是magnitude 设定为常数 9
inc 表示:
我们看到初始化了三个参数:
1. 是伪代码中的magnitude 指定为 9
2. 指定hparams 的参数为 magnitude_std 的参数为0.5
3. 指定变换的类型
下面执行的是:
就是刚才的参数是为了这个函数准备的:
ra_ops = rand_augment_ops(magnitude=magnitude, hparams=hparams, transforms=transforms)
那么 rand_augment_ops 里面都有什么:
比如我的name 为 AutoContrast
那么
其中kwargs 的作用为: