用于卷积神经网络的环境增强
计算机视觉与模式识别
2017-12-13 v2 机器学习
摘要
近期，由海量标注数据赋能的深度卷积神经网络（ConvNets）在许多目标识别任务上缩小了与人类表现的差距。这些令人印象深刻的结果引发了人们对ConvNets理解与可视化的兴趣。本文中，我们研究背景在图像分类任务中的作用。我们的结果表明，改变训练数据集的背景会对测试准确率产生剧烈影响。此外，我们利用前景分割目标增强了现有的数据增强技术。本工作的发现对于在仅有小规模数据集可用时提升准确率、创建数据集以及生成合成图像具有重要意义。
引用
@article{arxiv.1712.01653,
title = {Context Augmentation for Convolutional Neural Networks},
author = {Aysegul Dundar and Ignacio Garcia-Dorado},
journal= {arXiv preprint arXiv:1712.01653},
year = {2017}
}
备注
8 pages, 7 figures