数据增强实测之cutout

cutout是2017年提出的一种数据增强方法，想法比较简单，即在训练时随机裁剪掉图像的一部分，也可以看作是一种类似dropout的正则化方法。

Improved Regularization of Convolutional Neural Networks with Cutout

paper: https://arxiv.org/pdf/1708.04552.pdf

code: https://github.com/uoguelph-mlrg/Cutout

---

cutout采用的操作是随机裁剪掉图像中的一块正方形区域，并在原图中补0。由于作者在cutout早期版本中使用了不规则大小区域的方式，但是对比发现，固定大小区域能达到同等的效果，因此就没必要这么麻烦去生成不规则区域了。

实现代码比较简单，cutout.py，如下：

import torch
import numpy as np


class Cutout(object):
    """Randomly mask out one or more patches from an image.

    Args:
        n_holes (int): Number of patches to cut out of each image.
        length (int): The length (in pixels) of each square patch.
    """
    def __init__(self, n_holes=1, length=16):
        self.n_holes = n_holes
        self.length = length

    def __call__(self, img):
        """
        Args:
            img (Tensor): Tensor image of size (C, H, W).
        Returns:
            Tensor: Image with n_holes of dimension length x length cut out of it.
        """
        h = img.size(1)
        w = img.size(2)

        mask = np.ones((h, w), np.float32)

        for n in range(self.n_holes):
            y = np.random.randint(h)
            x = np.random.randint(w)

            y1 = np.clip(y - self.length // 2, 0, h)
            y2 = np.clip(y + self.length // 2, 0, h)
            x1 = np.clip(x - self.length // 2, 0, w)
            x2 = np.clip(x + self.length // 2, 0, w)

            mask[y1: y2, x1: x2] = 0.

        mask = torch.from_numpy(mask)
        mask = mask.expand_as(img)
        img = img * mask

        return img

上面代码中有两个参数，具体如下：

n_holes：表示裁剪掉的图像块的数目，默认都是设置为1；

length：每个正方形块的边长，作者经过多轮尝试后，不同数据集最优设置不同，CIFAR10为16，CIFAR100为8，SVHN为20；# 这里觉得挺麻烦的，cutout调参很重要

看看在图像上cutout是什么效果，代码如下：

import cv2
from torchvision import transforms
from cutout import Cutout

# 执行cutout
img = cv2.imread('cat.png')
img = transforms.ToTensor()(img)
cut = Cutout(length=100)
img = cut(img)

# cutout图像写入本地
img = img.mul(255).byte()
img = img.numpy().transpose((1, 2, 0))
cv2.imwrite('cutout.png', img)

由于原图比较大，这里把正方形边长调到了100，效果如下：

---

实际训练看看效果到底怎么样，为了保证公平，训练时参数统一，且每种模型训练了8次以减少随机性，结果见下表。

Method	CIFAR-10	CIFAR-100
ResNet-50	96.76/96.82/96.81/96.79 96.72/96.69/96.60/96.82 (96.75)	83.80/83.66/84.19/83.26 83.89/83.90/83.57/83.69 (83.74)
ResNet-50+cutout	96.73/96.58/96.78/96.65 96.65/96.58/96.77/96.65 (96.67)	83.63/83.78/83.80/83.49 83.92/83.57/83.71/83.60 (83.69)

从实验结果来看，在CIFAR10和CIFAR100这两个数据集上使用cutout，训练出来的模型精度都会掉一点。看来cutout涨点并没有那么容易，和调参、模型深度、数据集都有很大的关系。

---

数据增强实测之Random Erasing_一个菜鸟的奋斗-CSDN博客

数据增强实测之mixup_一个菜鸟的奋斗-CSDN博客

数据增强实测之RICAP_一个菜鸟的奋斗-CSDN博客

数据增强实测之GridMask_一个菜鸟的奋斗-CSDN博客

数据增强实测之Hide-and-Seek_一个菜鸟的奋斗-CSDN博客