AugLy：面向鲁棒性的数据增强库
人工智能
2022-01-19 v1 计算机视觉与模式识别
摘要
我们介绍 AugLy，一个专注于对抗鲁棒性的数据增强库。AugLy 为多种模态（音频、图像、文本和视频）提供了广泛的数据增强方法。这些增强方式受到真实用户在社交媒体平台上所执行操作的启发，其中一些尚未被现有数据增强库支持。AugLy 可用于任何需要数据增强的场景，但尤其适用于评估鲁棒性以及系统性地生成对抗攻击。本文中我们介绍了 AugLy 的工作原理，将其与现有库进行基准对比，并使用它来评估各种最先进模型的鲁棒性，以展示 AugLy 的实用性。AugLy 代码仓库位于 https://github.com/facebookresearch/AugLy。
引用
@article{arxiv.2201.06494,
title = {AugLy: Data Augmentations for Robustness},
author = {Zoe Papakipos and Joanna Bitton},
journal= {arXiv preprint arXiv:2201.06494},
year = {2022}
}