ChimeraMix：基于掩码特征混合的小数据集图像分类
计算机视觉与模式识别
2022-08-01 v2
摘要
深度卷积神经网络需要大量带标签的数据样本。对于许多现实世界应用而言，这是一个主要限制，通常通过增强方法来处理。在本文中，我们解决在小数据集上学习深度神经网络的问题。我们提出的称为 ChimeraMix 的架构通过生成实例组合来学习数据增强。该生成模型成对编码图像，在掩码引导下组合特征，并创建新样本。为进行评估，所有方法均从头开始训练，不使用任何额外数据。在基准数据集（例如 ciFAIR-10、STL-10 和 ciFAIR-100）上的若干实验表明，相较于当前小数据集分类的最先进方法，ChimeraMix 具有更优性能。
引用
@article{arxiv.2202.11616,
title = {ChimeraMix: Image Classification on Small Datasets via Masked Feature Mixing},
author = {Christoph Reinders and Frederik Schubert and Bodo Rosenhahn},
journal= {arXiv preprint arXiv:2202.11616},
year = {2022}
}
备注
Published at IJCAI-22