Onceだけを切断する:単一カットによるデータ増強のブースティング【JST・京大機械翻訳】

Han Junlin; Fang Pengfei; Li Weihao; Hong Jie; Armin Mohammad Ali; Reid Ian; Petersson Lars; Li Hongdong

プレプリント

J-GLOBAL ID：202202212913046821 整理番号：22P0281238

Onceだけを切断する:単一カットによるデータ増強のブースティング【JST・京大機械翻訳】

You Only Cut Once: Boosting Data Augmentation with a Single Cut

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2022年01月28日プレプリントサーバーでの情報更新日： 2022年06月15日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

データ増強を行うためのCut1回のみ(YOCO)を提案した。YOCOは1画像を2つの部分に切断し,各部品内で個々にデータ増強を実行する。YOCOを適用することは,サンプル当りの増大の多様性を改善し,ニューラルネットワークを部分情報から物体を認識することを奨励する。YOCOは,パラメータフリー,容易な使用の性質を楽し,フリーのほとんど全ての増大をブースティングする。その有効性を評価するために,徹底的な実験を行った。最初に,YOCOは,様々なデータ増強,ニューラルネットワークアーキテクチャにシームレスに適用でき,CIFARとImageNet分類タスクに関する性能利得をもたらし,時には,大きなマージンによる従来の画像レベル増大を凌駕することを実証した。さらに,YOCOは,複数の下流タスクにより良い転送が可能なより強力な表現に向けて,対照的な事前訓練の利点を示した。最後に,YOCOの多くの変異体を研究し,それぞれの設定に対する性能を実験的に解析した。コードはGitHubで利用可能である。【JST・京大機械翻訳】

, , , , , ,
, , , 【Automatic Indexing@JST】

人工知能 , パターン認識 , 図形・画像処理一般

前のページに戻る