【每周CV论文推荐】 CV领域中数据增强相关的论文推荐
欢迎来到《每周CV论文推荐》。在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的。
数据增强在每一个深度学习项目中都是必要的操作,今天给大家推荐在计算机视觉中常用的数据增强相关的论文。
作者&编辑 | 言有三
1 裁剪缩放增强
在AlexNet中采用了四个角加中心裁剪以及翻转的方法,在测试的时候使用了10个不同的输入图最后将结果平均,这是很简单而且很重要的融合技巧。在VGG中使用了scale jittering的方法,即将图像先在一个范围内进行随机缩放然后裁剪,可以提升训练精度,这两篇文章的引用量加起来超过了60000,需要精读,因为随机裁剪效果远超其他方法。
文章引用量:60000+
推荐指数:✦✦✦✦✦
[1] Krizhevsky A, Sutskever I, Hinton G E. Imagenet classification with deep convolutional neural networks[C]//Advances in neural information processing systems. 2012: 1097-1105.
[2] Simonyan K, Zisserman A. Very deep convolutional networks for large-scale image recognition[J]. arXiv preprint arXiv:1409.1556, 2014.
2 样本插值SMOTE和Mixup
类不平衡现象是很常见的,它指的是数据集中各类别数量不近似相等。如果样本的数量相差很大,会影响分类器的分类效果。SMOTE即Synthetic Minority Over-sampling Technique方法,它通过人工合成新样本来处理样本不平衡问题,从而提升分类器性能。
Facebook人工智能研究院和MIT在“Beyond Empirical Risk Minimization”中提出的Mixup与之类似。
文章引用量:6000+
推荐指数:✦✦✦✦✧
[3] Chawla N V, Bowyer K W, Hall L O, et al. SMOTE: synthetic minority over-sampling technique[J]. Journal of artificial intelligence research, 2002, 16: 321-357.
[4] Zhang H, Cisse M, Dauphin Y N, et al. mixup: Beyond empirical risk minimization[J]. arXiv preprint arXiv:1710.09412, 2017.
3 学习增强策略Autoaugmentation
AutoAugment是Google提出的自动选择最优数据增强方案的研究,这是无监督数据增强的重要研究方向。它的基本思路是使用增强学习从数据本身寻找最佳图像变换策略,对于不同的任务学习不同的增强方法,在这个基础上发展出了针对目标检测等领域的方法。
文章引用量:120+
推荐指数:✦✦✦✦✦
[5] Cubuk E D, Zoph B, Mane D, et al. AutoAugment: Learning Augmentation Policies from Data.[J]. arXiv: Computer Vision and Pattern Recognition, 2018.
4 其他资料
除了以上论文阅读,如果大家对这个方向感兴趣,可以阅读我们公众号的综述文章以及相关的GitHub项目。
另外,给大家一个综述,比较总结了各种常见的数据增强方法。
[6] Shorten C, Khoshgoftaar T M. A survey on Image Data Augmentation for Deep Learning[J]. Journal of Big Data, 2019, 6(1): 60.
5 如何获取文章与交流
找到有三AI开源项目即可获取。
https://github.com/longpeng2008/yousan.ai
文章细节众多,阅读交流在有三AI知识星球中进行,感兴趣可以加入。
总结
以上就是初入深度学习领域必读的理论相关的文章,下一期我们将介绍一些训练和测试数据使用技巧相关的文章。
有三AI夏季划
有三AI夏季划进行中,欢迎了解并加入,系统性成长为中级CV算法工程师。
转载文章请后台联系
侵权必究
往期精选
【每周论文推荐】 初入深度学习CV领域必读的几篇文章
【每周CV论文推荐】 掌握残差网络必读的10多篇文章
【每周NLP论文推荐】从预训练模型掌握NLP的基本发展脉络
【每周NLP论文推荐】 NLP中命名实体识别从机器学习到深度学习的代表性研究
【每周NLP论文推荐】 介绍语义匹配中的经典文章
【每周CV论文推荐】 CV领域中数据增强相关的论文推荐相关推荐
- 从 CV 到 NLP,深度学习领域的数据增强有哪些?
2019-12-09 04:31:10 作者 | 张宁(哈工大SCIR) 编辑 | 唐里 本文转载自公众号 哈工大SCIR 数据增强(Data Augmentation)是一种通过让有限的数据产生更多 ...
- 计算机领域中数据是指什么意思,计算机领域中数据是指
大家好,我是时间财富网智能客服时间君,上述问题将由我为大家进行解答. 计算机领域中数据是指所有能输入到计算机并被计算机程序处理的符号的介质的总称,是用于输入电子计算机进行处理,具有一定意义的数字.字母 ...
- 数据增强 - AutoAugment 系列论文(1)
文章目录 0. 前言 1. AutoAugment 1.1. 要解决什么问题 1.2. 用了什么方法 1.3. 效果如何 1.4. 还存在什么问题&可借鉴之处 2. Fast AutoAugm ...
- 2021-05-28 2021年ICSE中与Android相关的论文分享
2021年ICSE中与Android相关的论文分享 关于2021 ICSE 文章1:Too Quiet in the Library: An Empirical Study of Security U ...
- 【直播预告】计算机视觉中数据增强原理和实践
应广大粉丝要求,以后有三AI会多组织直播,分享更多实践的干货知识,下面预告一下下周六的知乎Live直播-计算机视觉中数据增强原理和实践. 1.直播基本信息 时间:2019年4月20日20:00开始. ...
- 【每周NLP论文推荐】 聊天机器人中FAQ相关的论文推荐
欢迎来到<每周NLP论文推荐>.在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的. 今天推荐FAQ相关的论文,FAQ是聊天机器 ...
- [论文总结] 农业工程领域中App和Web相关应用论文笔记
文章目录 1. Tomato leaf segmentation algorithms for mobile phone applications using deep learning 2. Int ...
- 浅析计算机在医学方面的应用,医学计算机论文,关于医学领域中计算机技术的应用相关参考文献资料-免费论文范文...
导读:该文是关于医学计算机论文范文,为你的论文写作提供相关论文资料参考. (昆山市第六人民医院 江苏昆山 215321) 摘 要:信息产业作为作为一个新兴的产业,它呈现出了自己独特的生机和活力.随着计 ...
- 应用于音箱领域中的音频功放IC型号推荐
音箱音频功放ic俗称"扩音机"又叫音频功率放大器IC:是各类音响器材中不可缺少的部分,其作用主要是将音源器材输入的较微弱信号进行放大后,产生足够大的电流去推动扬声器进行声音的重放. ...
最新文章
- 强人工智能基本问题:全局控制与自组织
- 【五】MongoDB管理之生产环境说明
- 比特币可视化工具_比特币再破1.2万大关 你还要做打工人吗?
- 笔记--------手动分页
- c++ map用法_Python的 5 种高级用法,效率提升没毛病
- SparkSQL DataFrame进阶篇
- tensorflow随笔——深度学习中GPU型号对比
- 3.8Python数据处理篇之Numpy系列(八)---Numpy的梯度函数
- C++中函数指针数组的使用
- L2TP-***通用原理取证及在华为防火墙上的实施
- 《深入理解Hadoop(原书第2版)》——3.4第一个Hadoop程序
- python 通过ftplib 实现上传下载
- ORA-20011KUP-11024ORA-29913
- python 猿编程模块(一)ybc_speech
- Windows防火墙开关及入站规则
- 01 | Java入门级学习指南
- testlink linux,Linux下安装testlink
- Date int java_java.util.Calendar.set(int year, int month, int date)方法实例
- uml建模工具 支持php,【UML 建模】在线UML建模工具 ProcessOn 使用详解
- 单页面应用程序的优缺点
热门文章
- 看看人家那后端API接口写得,那叫一个巴适~,再看看我的,像坨屎!
- 如何入门技术、进阶技术(技术开发人员)
- 蓝桥杯练习系统习题-算法训练2
- 2021-10-11 ! AVL树 及其平衡调整 四种情况 恋上数据结构笔记 (考过)
- 浅谈sql中的in与not in,exists与not exists的区别以及性能分析
- 面试问到java并发_那些面试官必问的JAVA多线程和并发面试题及回答
- ctrl键一直自动按住了_用好Ctrl键,效率快一半
- python打地鼠游戏代码_妈妈和宝宝在家,自己做了个打地鼠游戏,网友:宝宝笑得好开心...
- 算法:模式匹配之KMP算法
- UML图系列——UML模型图的构成