具有多重插值的混合增强
机器学习
2024-06-04 v1 计算机视觉与模式识别
摘要
混合（Mixup）及其变体构成了一类流行的数据增强技术。它使用随机样本对，通过输入和标签的线性插值生成新样本。然而，仅生成单个插值可能限制其增强能力。在本文中，我们提出了一种简单而有效的扩展，称为多混合（multi-mix），它从一个样本对生成多个插值。通过生成的样本的有序序列，多混合可以比标准混合更好地指导训练过程。此外，从理论上讲，这也可以减少随机梯度方差。在多个合成和大型数据集上的大量实验表明，多混合在泛化性、鲁棒性和校准性方面优于各种混合变体和基于非混合的基线。
引用
@article{arxiv.2406.01417,
title = {Mixup Augmentation with Multiple Interpolations},
author = {Lifeng Shen and Jincheng Yu and Hansi Yang and James T. Kwok},
journal= {arXiv preprint arXiv:2406.01417},
year = {2024}
}