通过样本配对进行数据增强的图像分类方法
机器学习
2018-04-12 v2 计算机视觉与模式识别
机器学习
摘要
数据增强是许多机器学习任务（如图像分类）中广泛使用的一项技术，用于虚拟扩大训练数据集规模并避免过拟合。传统的图像分类任务数据增强技术通过对原始图像进行翻转、扭曲、添加少量噪声或裁剪补丁等方式从原始训练数据创建新样本。在本文中，我们介绍了一种简单但出奇有效的图像分类任务数据增强技术。我们的技术名为 SamplePairing，通过将训练数据中随机选择的另一幅图像叠加到一幅图像上（即对每个像素取两幅图像的平均值）来合成新样本。通过使用从训练集中随机选取的两幅图像，我们可以从 N 个训练样本生成 个新样本。这种简单的数据增强技术显著提高了所有被测数据集的分类准确率；例如，使用 GoogLeNet 时，ILSVRC 2012 数据集的 top-1 错误率从33.5%降至29.0%，CIFAR-10 数据集从8.22%降至6.93%。我们还表明，当训练集中的样本数量非常少时，我们的 SamplePairing 技术大幅提高了准确率。因此，我们的技术对于训练数据有限的任务（如医学影像任务）更有价值。
引用
@article{arxiv.1801.02929,
title = {Data Augmentation by Pairing Samples for Images Classification},
author = {Hiroshi Inoue},
journal= {arXiv preprint arXiv:1801.02929},
year = {2018}
}