建模视觉上下文是增强目标检测数据集的关键
计算机视觉与模式识别
2018-07-20 v1
摘要
为深度神经网络学习执行数据增强对于训练视觉识别系统至关重要已是众所周知。它通过人工增加训练样本数量，有助于减少过拟合并改善泛化能力。对于目标检测，经典的数据增强方法包括通过对原始训练图像进行基本几何变换和颜色改变来生成图像。在这项工作中，我们更进一步，利用分割标注来增加训练数据中存在的目标实例数量。为使该方法成功，我们表明恰当地建模目标周围的视觉上下文对于将其置于正确环境中至关重要。否则，我们表明先前的策略实际上会有损性能。借助我们的上下文模型，在VOC'12基准上仅有少量标注样本可用时，我们实现了显著的均值平均精度提升。
引用
@article{arxiv.1807.07428,
title = {Modeling Visual Context is Key to Augmenting Object Detection Datasets},
author = {Nikita Dvornik and Julien Mairal and Cordelia Schmid},
journal= {arXiv preprint arXiv:1807.07428},
year = {2018}
}