Mixup🐱🐉
将两张不同的图片按一定的比例进行混合,生成一张新的图片。通过将两张图片的标签也按相同比例混合,生成新的标签。
目的: 使模型更加鲁棒,减少过拟合的风险。
Mosaic🐱👤
将四张不同的图片拼接在一起,形成一张新的图片。这四张图片可以来自同一个数据集中的不同图片,也可以来自不同的数据集。
目的: 增加训练数据的多样性,使模型更加适应不同的环境。
区别✨
- 数据增强的方式和目的不同。
- Mixup适用于训练数据较少的情况,可以有效提高模型的鲁棒性。
- Mosaic适用于训练数据较多的情况,增加数据多样性,提高模型泛化能力。
联系🎈
- 都是目标检测中的数据增强技术。
- 都是通过提升训练数据多样性来提升模型性能。