通过混合多个部分标记样本获取自由性能提升：用于多标签图像分类的 LogicMix
计算机视觉与模式识别
2024-05-28 v1 人工智能
摘要
多标签图像分类数据集常常存在部分标记情况，其中许多标签缺失，这对训练准确的深度分类器构成重大挑战。然而，强大的 Mixup 样本混合数据增强方法无法很好地利用以解决这一挑战，因为它无法对未知标签进行线性插值来构造增强样本。本文提出了 LogicMix，这是一种针对部分标记数据集的 Mixup 变体。LogicMix 通过逻辑 OR 混合样本标签，从而利用 OR 的逻辑等价性（包括支配律和同一律），正确地混合未知标签。与 Mixup 只能混合两个样本不同，LogicMix 可以混合多个（≥2）部分标记样本，构建更具视觉混乱性的增强样本以正则化训练。实验表明，LogicMix 在各种部分标记数据集场景下均优于其他比较的 Mixup 变体。此外，LogicMix 是即插即用且计算开销最小的，因而可以轻松插入现有框架，与其他方法协同工作，以几乎不影响训练时间来提升模型性能，经过大量实验验证。特别是通过 LogicMix 与 RandAugment、Curriculum Labeling 和 Category-wise Fine-Tuning 的协同作用，我们在 MS-COCO、VG-200 和 Pascal VOC 2007 基准数据集上实现了最先进的性能。其显著的通用性、有效性、协作性和简单性表明，LogicMix 有望成为流行且关键的数据增强方法。
引用
@article{arxiv.2405.15860,
title = {Free Performance Gain from Mixing Multiple Partially Labeled Samples in Multi-label Image Classification},
author = {Chak Fong Chong and Jielong Guo and Xu Yang and Wei Ke and Yapeng Wang},
journal= {arXiv preprint arXiv:2405.15860},
year = {2024}
}