图像混合增强方法与增强策略综述
计算机视觉与模式识别
2023-02-28 v2
摘要
深度卷积神经网络在许多计算机视觉任务中取得了令人惊叹的进展。然而,这一进展常依赖于大量训练数据的可得性,以防止过拟合;而在许多领域,这带来了人工标注数据的显著成本。一种替代方案是应用数据增强(DA)技术,旨在通过从已有样本创建额外观测来实现模型正则化。本综述关注两条DA研究脉络:图像混合与增强策略的自动化选择。首先简要描述所述方法,然后就其关键特征进行定性比较。基于近期DA文献报道的结果,还包含了多种定量比较。本综述主要涵盖2017—2021年间顶级会议论文集与领先期刊发表的方法。
引用
@article{arxiv.2107.09887,
title = {An overview of mixing augmentation methods and augmentation strategies},
author = {Dominik Lewy and Jacek Mańdziuk},
journal= {arXiv preprint arXiv:2107.09887},
year = {2023}
}