随机擦除数据增强
计算机视觉与模式识别
2017-11-17 v2
摘要
本文提出了随机擦除，一种用于训练卷积神经网络（CNN）的新数据增强方法。在训练过程中，随机擦除在图像中随机选择一个矩形区域，并用随机值擦除其像素。在此过程中，生成了具有各种遮挡程度的训练图像，这降低了过拟合的风险并使模型对遮挡具有鲁棒性。随机擦除无需参数学习、易于实现，并且可以与大多数基于 CNN 的识别模型相集成。尽管简单，随机擦除与随机裁剪和翻转等常用数据增强技术互补，并在图像分类、目标检测和行人重识别中相对于强基线产生了一致的提升。代码可在 https://github.com/zhunzhong07/Random-Erasing 获取。
引用
@article{arxiv.1708.04896,
title = {Random Erasing Data Augmentation},
author = {Zhun Zhong and Liang Zheng and Guoliang Kang and Shaozi Li and Yi Yang},
journal= {arXiv preprint arXiv:1708.04896},
year = {2017}
}