Mixup增强策略

Charley_3397

于 2025-04-16 19:47:03 发布

阅读量425

点赞数 3

文章标签：深度学习计算机视觉人工智能

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_45050922/article/details/147284887

版权

mixup是2018年发表在ICLR上的一种数据增强方法，核心思想是从每个batch中随机选择两张图像，并以一定比例混合生成新的图像。需要注意的是，全部训练过程都只采用混合的新图像训练，原始图像不参与训练过程。

如何理解Mixup？下图是Mixup增强策略的简单可视化图。

具体地说，Mixup可以用以下数学概念来描述：

( $x_i$ , $y_i$ )与( $x_j$ , $y_j$ )是同一个batch中随机选择的两个样本及对应标签， $\lambda$ 为从beta分布中随机采样的数， $\lambda \in [0, 1]$ 。

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。