基于 Kornia 的可微分数据增强
计算机视觉与模式识别
2020-11-20 v1
摘要
在本文中，我们介绍了 Kornia 可微分数据增强（DDA）模块，该模块适用于空间（2D）与体素（3D）张量。该模块利用 Kornia 的可微分计算机视觉方案，旨在将数据增强（DA）流水线与策略集成到现有的 PyTorch 组件中（例如用于可微分性的 autograd、用于优化的 optim）。此外，我们提供了一个比较不同 DA 框架的基准测试，并简要综述了若干使用 Kornia DDA 的方法。
引用
@article{arxiv.2011.09832,
title = {Differentiable Data Augmentation with Kornia},
author = {Jian Shi and Edgar Riba and Dmytro Mishkin and Francesc Moreno and Anguelos Nicolaou},
journal= {arXiv preprint arXiv:2011.09832},
year = {2020}
}