mosaic数据增强_数据增强策略(一)

本文介绍了多种数据增强技术,包括Mix up、Cutout、CutMix和Gridmask,详细阐述了它们的算法原理、代码示例和在不同任务中的效果。Mosaic是YOLOv4提出的一种新方法,通过组合四张图像进行数据增强。Label Smoothing是一种正则化策略,用于防止模型过拟合。这些方法旨在提高模型的泛化能力和鲁棒性。
摘要由CSDN通过智能技术生成

https://mp.weixin.qq.com/s/pHfLv4_Mre49MXYenr852Q

数据增强汇总仓库

一个强大的数据增强仓库 https://github.com/aleju/imgaug

介绍了大量不同任务的数据增强方法,包括代码和可视化

0cdac39c5f8844dce31acd3c1ae35991.png

另一份数据增强的文档是百度深度学习框架 PandlePandle 的介绍 https://paddleclas.readthedocs.io/zh_CN/latest/advanced_tutorials/image_augmentation/ImageAugment.html

da6d0760d965dc61f51f3e8e3c658633.png

以下详细介绍几种数据增强的策略

Mix up

论文:

  • 《mixup: Beyond Empirical Risk Minimization》 https://arxiv.org/abs/1710.09412
  • 《Bag of Tricks for Image Classification with Convolutional Neural Networks》 https://arxiv.org/abs/1812.01187

代码

  • mix up 在 cifar10 的应用(分类):https://github.com/facebookresearch/mixup-cifar10
  • 可视化 :https://github.com/pascal1129/cv_notes/blob/master/codes/mixup.ipynb

算法原理:

几乎无额外计算开销的情况下稳定提升 1 个百分点的图像分类精度。也可以使用在目标检测上面

38da9c0cedf77404e9be6416d2c74453.png
  • 对于输入的一个 batch 的待测图片 images,将其和随机抽取的图片进行融合࿰
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值