Randaugment: Practical automated data augmentation with a reduced search space

摘要

自动搜索数据增强策略有着庞大且离散的搜索空间，AutoAugment的解决方法是在小规模proxy task上搜索，但proxy task和actual task之间的gap还未解决；
previous work需要独立搜索每个operation的强度和概率，本文发现可以只搜索一个强度，用它同时控制所有operations；
在CIFAR-10/100，SVHN，ImageNet和COCO上取得了和之前持平或更好的效果。

方法

proxy task可能提供一个次优结果；前人工作指出学习到的增强策略通过增加样本多样性来改善模型；为了减少参数量，将选择概率改为统一的（1/K）。operation的强度离散为0-10。同时，本文观察到每个operation在训练时学习到的强度满足某种similar schedule。

由此，本文假设可以用一个全局参数M来控制所有operations的强度。本文实验了4种M的变化模式：（1）常数；（2）随机；（3）线性增加；（3）上线逐渐增加的随机：

RandAugment算法仅包括两个参数：N和M

实验

ImageNet

COCO

transforms的数量

学习执行operations的概率

大多数transformations（除了posterize, equalize和autoContrast）是可导的，因此允许通过反向传播学习K个概率参数

[CVPR-20] Randaugment: Practical automated data augmentation with a reduced search space相关推荐

RandAugment: Practical automated data augmentation with a reduced search space
论文名称:RandAugment: Practical automated data augmentation with a reduced search space (实用的减少搜索空间的数据增强手 ...
Automated defect inspection system for metal surfaces based on deep learning and data augmentation
Automated defect inspection system for metal surfaces based on deep learning and data augmentation 基 ...
UDA：Unsupervised Data Augmentation for Consistency Training
文章目录摘要创新点 UDA介绍一些训练技巧 1.训练信号退火(Training Signal Annealing, TSA) 2.增强预测(Sharpening Predictions) 3.领 ...
[UDA]Unsupervised Data Augmentation for Consistency Training
目录 Abstract 1 Introduction 2 Unsupervised Data Augmentation (UDA) Discussion Augmentation Strategies ...
Medical Image Synthesis for Data Augmentation and Anonymization
Medical Image Synthesis for Data Augmentation and Anonymization Using Generative Adversarial Network ...
5, Data Augmentation
Intro 这是深度学习第5课在本课程结束时,您将能够使用数据增强. 这个技巧让你看起来拥有的数据远远超过实际拥有的数据,从而产生更好的模型. Lesson [1] from IPython.dis ...
Keras-5 基于 ImageDataGenerator 的 Data Augmentation实现
Image Data Augmentation In Keras 讨论的内容包括 Data Augmentation ImageDataGenerator 的使用方法在cifar-10数据集上使用D ...
Dual Contrastive Learning: Text Classification via Label-Aware Data Augmentation 阅读笔记
Dual Contrastive Learning: Text Classification via Label-Aware Data Augmentation PyTorch实现:https://g ...
论文解读：《Linguistically Motivated Parallel Data Augmentation for Code-switch Language Model》
<语言驱动的用于语码转换语言模型的并行数据增强> 论文地址:Linguistically Motivated Parallel Data Augmentation for Code-swi ...

[CVPR-20] Randaugment: Practical automated data augmentation with a reduced search space