通过风格迁移实现随机化以提升领域泛化能力的评估
计算机视觉与模式识别
2026-04-08 v1 人工智能
机器学习
摘要
计算机视觉的深度学习模型常常在实际部署时表现出差好的泛化能力，尤其是当训练数据来源于合成数据时，这已成为众所周知的 Sim2Real 差距。尽管风格迁移作为数据增强策略在领域泛化领域日益流行，但文献中仍存在关于三个关键设计轴的矛盾：风格池的多样性、纹理复杂性的作用以及风格来源的选择。我们提出了一项系统经验研究，对这些因素进行了隔离评估，聚焦于驾驶场景理解，解决了先前工作中的不一致问题。我们的发现表明：(i) 扩大风格池的收益大于仅用少量风格进行重复增强，(ii) 当风格池足够大时，纹理复杂性并无显著影响，(iii) 多样化的艺术风格优于领域对齐的替代方案。基于这些洞见，我们推导出 StyleMixDG（Style-Mixing for Domain Generalization），这是一种轻量级、模型无关的增强配方，无需架构修改或额外损失。评估于 GTAV {BDD100k, Cityscapes, Mapillary Vistas} 基准，StyleMixDG 在强大基准上均实现了一致的改进，证明了经验上识别的设计原则能够转化为实际收益。代码将在 GitHub 上发布。
引用
@article{arxiv.2604.05616,
title = {Evaluation of Randomization through Style Transfer for Enhanced Domain Generalization},
author = {Dustin Eisenhardt and Timothy Schaumlöffel and Alperen Kantarci and Gemma Roig},
journal= {arXiv preprint arXiv:2604.05616},
year = {2026}
}