数据增强-RanDom Erasing Data Augmentation[论文笔记]

RanDom Erasing Data Augmentation

随机遮盖-数据增强

论文链接

Abstract

作者想解决什么问题？question

增强模型鲁棒性,减少模型过拟合

作者通过什么理论/模型来解决这个问题？method

通过论文提出的Random Erasing,对图片进行随机的遮挡,也可视为添加噪声

Introduction

作者为什么研究这个课题？

为了提高CNN的泛化能力,有许多数据增强方法提出( random cropping,flipping,dropout,bn).

对数据做阻塞也是一个重要的因素.当物体部分被遮挡,这就需要模型更加强的能力去识别这个物体,于是作者提出了Random Erasing方法.主要流程如下

在图片中随机寻找一个位置,然后用随机大小的方块,方块值随机,用这个方块遮掩图片.

有以下优点:

• 轻量,不需要额外参数和计算量
• 数据增强的互补方法,与其他方法可以一起使用
• 提高模型性能与鲁棒性

Detail

定义:

p 进行Random Erasing的概率

Ie 遮挡的方块

W,H,S 原图的宽高和面积

We,He,Se 遮挡块的宽高和面积

sl,sh Se/S比值的最小最大值

re The aspect ratio of erasing rectangle region[r1,r2]

过程:

1. 设定p和[sl,sh],[r1,r2]
2. 如果满足p,则进行以下步骤,否则返回原图
3. 随机初始化Se,re
4. 计算He,We
5. 随机选择xe,ye
6. 如果方块的边都小于W,H,则生成该遮挡块Ie

策略

• Image-aware Random Erasing (IRE): 随机在图片中生成
• Object-aware Random Erasing (ORE):在物体bounding box里面生成
• Image and Object-aware Random Erasing (I+ORE): 结合以上两个策略

参考

https://blog.****.net/xuluohongshang/article/details/79000951

https://zhuanlan.zhihu.com/p/103267422