本文主要介绍刚刚被IEEE Transactions on Pattern Analysis and Machine Intelligence （T-PAMI）录用的一篇文章：Regularizing Deep Networks with Semantic Data Augmentation 地址：https://arxiv.org/abs/2007.10538 其会议版本发表在NeurIPS 2019：https://arxiv.org/abs/1909.12220 代码和预训练模型已开源：https://github.com/blackfeather-wang/ISDA-for-Deep-Networks。 知乎链接：https://zhuanlan.zhihu.com/p/344953635

在计算机视觉任务中，数据扩增是一种基于较少数据、产生大量训练样本，进而提升模型性能的有效方法。传统数据扩增方法主要借助于图像域的翻转、平移、旋转等简单变换，如图1中第一行所示。我们的工作则提出了一种隐式语义数据扩增算法：ISDA，意在实现对样本进行更为「高级」的、「语义」层面的变换，例如改变物体的背景、颜色、视角等，如图1中第二行所示，注意这些变换并不改变任务标签。具体而言，ISDA具有几个重要的特点：

  • 与传统数据扩增方法高度互补，有效地增进扩增多样性和进一步提升性能
  • 巧妙地利用深度神经网络长于学习线性化表征的性质，在特征空间完成扩增过程，无需训练任何辅助生成模型（如GAN等），几乎不引入任何额外计算或时间开销
  • 直接优化无穷扩增样本期望损失的一个上界，最终形式仅为一个全新的损失函数，简单易用，便于实现
  • 可以广泛应用于全监督、半监督图像识别、语义分割等视觉任务，在ImageNet、Cityscapes等较大规模的数据集上效果比较明显。

图1：传统数据扩增与语义数据扩增的比较

阅读详细论文介绍，点击下面的“阅读原文”链接。

内容中包含的图片若涉及版权问题，请及时与我们联系删除