KeepAugment：一种简单的保信息数据增强方法
计算机视觉与模式识别
2020-11-25 v1
摘要
数据增强（DA）是训练state-of-the-art深度学习系统的关键技术。本文通过实验表明，数据增强可能引入带噪声的增强样本，从而在推理时损害未增强数据的性能。为缓解该问题，我们提出一种简单而高效的方法，称为KeepAugment，以提升增强图像的保真度。其思路是首先利用显著图检测原始图像中的重要区域，然后在增强过程中保留这些信息区域。这种保信息策略使我们能够生成更忠实的训练样本。通过实验，我们证明该方法在多项已有数据增强方案（如AutoAugment、Cutout、随机擦除）上均有显著提升，在图像分类、半监督图像分类、多视角多相机跟踪与目标检测中取得了可观结果。
引用
@article{arxiv.2011.11778,
title = {KeepAugment: A Simple Information-Preserving Data Augmentation Approach},
author = {Chengyue Gong and Dilin Wang and Meng Li and Vikas Chandra and Qiang Liu},
journal= {arXiv preprint arXiv:2011.11778},
year = {2020}
}