Mixup

（AAAI2020）Adversarial Domain Adaptation with Domain Mixup论文笔记

本文提出一种mixup的对齐方式。传统的对齐方式中，直接在对齐源域和目标域的特征分布。而该方法中，构造出一些minup的数据，相当于在源域的特征和目标域的特征之间建立桥梁，逐渐对齐特征。
SkyrimT·2022-12-23 13:50

深度学习中的数据增强方法之FMix

论文题目：FMix:EnhancingMixedSampleDataAugmentation-2020官方代码：FMix-Pytorch数据增强方法之FMix一、摘要二、介绍2.1MixUp和CutMix
沐风大大·2022-12-23 13:49

一种巧妙且简单的数据增强方法 - MixUp 小综述

Mixup是⼀种简单且有效的数据增强⽅法，⾃2018年MIT和facebook提出之后，⽆论在业界还是在学术界都有了很强的地位，成为⼤家的⼀种标配。
zenRRan·2022-12-23 13:45

YOLOX：Exceeding YOLO Series in 2021 阅读小笔记

一句话总结：YOLOX在YOLOv3的基础上，通过使用解耦检测头、强化的数据增强方法（Mosaic和MixUp）、anchorfree、多正样本、SimOTABoxassign方法（每个g
哇哇九号·2022-12-23 13:24

牛津大学最新 | LUMix：Mixup改进版，几行代码轻松涨点！

Mixup[41]和CutMix[39]已被证明对数据增强有效，有助于避免过拟合。基于先前Mixup的方法线性地组合图像和标签以生成额外的训练数据。然而，如果目标没有占据整个图像，这是
自动驾驶之心·2022-12-23 04:41

类感知对比半监督学习(Class-Aware Contrastive Semi-Supervised Learning)论文阅读笔记

MixMatch[1](NIPS,2019)：数据Mixup→预测锐化（Sharpen）FixMatch[2](NIPS,2020)：置信度阈值
Remoa·2022-12-21 21:33

Swin Transformer实战： timm使用、Mixup、Cutout和评分一网打尽，图像分类任务

通过本文你和学到：1、如何从timm调用模型、loss和Mixup？2、如何制作ImageNet数据集？3、如何使用Cutout数据增强？4、如何使用Mixup数据增强。5、如何实现多个GPU训
Dove_1234·2022-12-17 11:42

论文学习：Graph Data Augmentation for Graph Machine Learning: A Survey

1.1.1EdgeDropping（减少边）1.1.2GraphDiffusion（图扩散）1.1.3StructurePrediction(结构预测)1.1.4FeatureAugmentation（特征增强）1.1.5Mixup
DreamBoy@·2022-12-16 12:21

Yolov5 数据增强 - Mosaic

还提供了Mixup，Cutout，Cutmix，Mosaic，Blur，随机透视变换。Mixup，Cutout，Cutmix这三种如下图，非常好理解。MosaicMosaic是在yolov5中最先
反正也没人看我的昵称·2022-12-15 14:42

深度学习——数据集预处理

基于像素信息基于像素的数据增强常用的方法：1、亮度2、饱和度3、对比度4、颜色空间转换5、滤波6、灰度图二、基于空间信息基于空间的数据增强常用的方法：1、翻转2、平移3、旋转4、缩放5、裁剪三、其他其他方法：1、Mixup2
dhy5710·2022-12-14 11:45

【对抗攻击论文笔记】Decision-Based Adversarial Attack With Frequency Mixup

文章目录MotivationContributionsMethod1.boundarydetection2.f-mixup3.f-attack4.frequencybinarysearchResultMotivation
nanyidev·2022-12-11 00:24

YOLOX-单阶段目标检测模型

YOLOX来逐个看看YOLOX堆了哪些trick：1,数据增强，使用了Mosaic和MixUp。Mosaic在YOLOv4及v5就用过了。MixUp也是比较常用的方法。2，Anchor-free。
Wastoon·2022-12-10 04:40

[ACL2022] Text Smoothing: 一种在文本分类任务上的数据增强方法

(3)mixup技术。本文提出的方法类似于mixup。下面我们介绍一下本文的方法:模
luxiaonlp·2022-11-30 01:07

【ACL 2022】Text Smoothing：针对文本分类任务的数据增强方法

在NLP领域，数据增强的方法通常有:1）对文本进行增删改；2）回译（翻译到一种语言再翻译回来）；3）通过dropout；4）mixup技术等。本文主要介绍一篇ACL2022来自中科院和快手的数据
馨歌·2022-11-30 01:30

G-mixup论文阅读

论文阅读：G-mixup：GraphDataAugmentationforGraphClassification摘要mixup数据增强在图像领域获得了不错的效果，但是在图数据中仍然有很多挑战。
weixin_42331532·2022-11-28 23:15

CIFAR-10数据集应用：快速入门数据增强方法Mixup，显著提升图像识别准确度

本文介绍的是以格物钛公开数据集平台中的CIFAR-10数据集为基础，通过数据增强方法Mixup，显著提升图像识别准确度。
PaperWeekly·2022-11-26 11:07

数据增强之Mosaic数据增强的优点、Mixup,Cutout,CutMix的区别

2、增加了目标个数3、四张图片拼接在一起变相地提高了batch_size，在进行BN操作时的时候可以更好的统计均值和方差二、Mixup,Cutout,CutMix的区别M
jq_98·2022-11-26 05:33

[目标检测]-------mosaic、mixup、cutout、cutmix数据增强比较

Mixup:将随机的两张样本按比例混合，分类的结果按比例分配；Cu
小飞龙程序员·2022-11-26 05:33

【目标检测实战学习】数据增强的几种方法：cutout，mixup，mosaic，rotate，HSV，随机抖动实战

所以，在实战的过程中，不仅仅要对图像进行操作，还要对已经打好的标签（VOC数据集的xml文件）进行同样的对应操作随机抖动，mosaic，mixup三种方法参考的是GitHub上大佬的代码，链接如下：b
Bill～QAQ～·2022-11-26 05:30

mixup

正则化：数据增强—mixup论文链接：mixup:BEYONDEMPIRICALRISKMINIMIZATION（ICLR-2018）mixup的基本原理通过构建数据对之间的线性组合，构建了经验分布的近邻分布
咻咻咻哈·2022-11-25 23:10

从零构建一个图像分类项目 -- 代码

imports、创建日志、创建全局参数读取数据、构建Dataset、Dataloader创建网络模型结构设置优化器、loss函数、LR及下降变化方式mixup、训练、打印日志记录训练信息、保存模型权重验证
红颜如霜·2022-11-24 10:34

【机器学习】数据增强(Data Augmentation)

定义分类四、有监督的数据增强1.单样本数据增强（1）几何变换类（2）颜色变换类2.多样本数据增强（1）SMOTE（2）SamplePairing（3）mixup五、无监督的数据增强1.GAN2.ConditionalGANs3
想变厉害的大白菜·2022-11-23 20:43

ECCV 2022 吊打MixUp和CutMix！MMLab&商汤提出TokenMix

吊打MixUp和Cut
自动驾驶之心·2022-11-22 19:44

基于 Mixup 数据增强的 LSTM-FCN 时间序列分类学习记录

摘要在时间序列分类任务中，针对时间序列数据少和多样性导致深度学习模型准确率不高的问题，提出Mixup数据增强的长短期记忆网络–全卷积网络LSTM-FCN）时间序列分类算法。
彭祥.·2022-11-21 09:30

Modality-Adaptive Mixup and Invariant Decomposition for RGB-Infrared Person Re-Identification(逐句分析)

Modality-AdaptiveMixupandInvariantDecompositionforRGB-InfraredPersonRe-Identification（可见光—红外行人重识别的模态自适应混合和不变分解）期刊：AAAI2022文章来源：https://ojs.aaai.org/index.php/AAAI/article/view/19987研究动机  可见光—红外行人重识别是一
JJxiao24·2022-11-21 03:11

PyTorch Cookbook by Eric

1学习资料CVHub-cvhuber——《PyTorch常用代码段汇总》JackStark——《[深度学习框架]PyTorch常用代码段》：Mixup训练不对偏置项进行权重衰减（weightdecay）
songyuc·2022-11-20 17:28

独家 | 在PyTorch中用图像混合（Mixup）增强神经网络（附链接）

作者：Ta-YingCheng翻译：陈之炎校对：车前子本文约2000字，建议阅读5分钟随机混合图像，效果是不是会更好？标签：神经网络、图像混合一直以来，在深度学习领域，图像分类是呈指数级增长的课题之一。传统的图像识别任务很大程度上依赖于一些专有的处理技术,如膨胀/腐蚀、内核和频域转换等处理方法，然而特征提取的困难最终限制了这些方法所取得的进展。另一方面，神经网络关注的是寻找输入图像和输出标签之间的
数据派THU·2022-11-20 02:32

初学YOLOv5，v6.1版

NewCSPDarknet-532.SPP-->SPPF3.PAN-->CSP-PAN4.将Focus模块换成6x6大小的卷积层5.一系列数据增强方式：Mosaic，copypaste，Randomaffine（仿射变换），Mixup
Orange_sparkle·2022-11-19 16:19

mixup--学习笔记

mixup：是一种简单而又有效的数据增强方法，涨点利器，该方法在图像、文本、语音、推荐、GAN、对抗样本防御等多个领域都能显著提高效果。
Wsyoneself·2022-11-14 09:20

YOLOX论文讲解和无人机检测项目实战

YOLOX中强大的数据增强Mixup数据增
@BangBang·2022-11-14 08:31

ECCV 2022 | CMU提出首个快速知识蒸馏的视觉框架：ResNet50 80.1%精度，训练加速30%...

今天介绍一篇来自卡耐基梅隆大学等单位ECCV2022的一篇关于快速知识蒸馏的文章，用基本的训练参数配置就可以把ResNet-50在ImageNet-1K从头开始(fromscratch)训练到80.1%(不使用mixup
数据派THU·2022-11-11 07:23

ECCV 2022 | CMU提出FKD：用于视觉识别的快速知识蒸馏框架！训练加速30%！

机器之心今天介绍一篇来自卡耐基梅隆大学等单位ECCV2022的一篇关于快速知识蒸馏的文章，用基本的训练参数配置就可以把ResNet-50在ImageNet-1K从头开始(fromscratch)训练到80.1%(不使用mixup
Amusi（CVer）·2022-11-09 07:07

【目标检测】39、一文看懂计算机视觉中的数据增强

文章目录一、Cutout二、RandomErasing三、Mixup四、CutMix五、Mosaic五、Copy-paste六、Grid-Mask七、Fence-Mask计算机视觉任务在深度神经网络的推进下
呆呆的猫·2022-11-07 17:55

cut out数据增强_强大的数据增强功能：不影响准确度的情况下，防止中毒和后门攻击...

然而，我们发现，强大的数据增强功能，如mixup和CutMix，可以在不牺牲性能的情况下显著降低中毒和后门攻击的威胁。我们进一步验证了这种简单的防御方法对自适应中毒方法的有效
图解金融·2022-10-17 12:31

ResNet-2

之前有个文章说这个,这又来了第二了~~来自卡耐基梅隆大学等单位这个快速知识蒸馏的视觉框架用基本的训练参数配置就可以把ResNet-50在ImageNet-1K从头开始(fromscratch)训练到80.1%(不使用mixup
tt姐whaosoft·2022-10-17 12:59

TransMix：给视觉Transformer进行数据增强！提升模型性能！

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达转载自：集智书童基于Mixup的数据增强已经被证明在训练过程中对模型进行泛化是有效的，特别是对于Visiontransformer(ViT
Amusi（CVer）·2022-10-17 12:56

Python OpenCV实现图片预处理的方法详解

目录一、图片预处理1.1边界填充(padding)1.2融合图片(mixup)1.3图像阈值二、滤波器2.1均值滤波器2.2方框滤波器2.3高斯滤波器2.4中值滤波2.5所有滤波器按照上述顺序输出一、图片预处理
·2022-09-28 19:17

稳定提点的Mixup

前言俗话说想训练好一个模型，3分靠模型，7分靠数据，然而真实情况往往是缺少数据，高额的标注成本、极为常见的长尾问题都限制了模型的效果。因此数据增强在AI领域基本上是必不可少，在CV中有图片的旋转、裁剪偏移等等，但是在nlp领域中想做好数据增强就有一点麻烦了，一些采样的方法例如smote在深度学习领域更是基本没啥效果。那么有没有什么好的方法，能在各种不同的领域都能做到数据增强并且稳定提升效果呢？Mi
爱编程真是太好了·2022-09-28 12:53

小目标检测综述

1.输入图像，开始训练，首先进行数据预处理（可采用图片翻转、图片缩放，CutOut、CutMix、MixUp、Moasaic等处理手段）2.采用一些经典的模式识别中的算法（基于颜色、基于纹理、基于形状等语义特征的方法
南京比高IT·2022-09-03 15:23

pytorch 数据增强cutmix的实现

摘要cutmix和mixup是一种比较重要的数据增强手段，普通的数据增强也只是在照片上修改，增强了对网络提取特征图的能力，cutmix这种就是混合label，增强了fc的学习能力。
视觉盛宴·2022-09-01 13:49

图像分类竞赛涨分小技巧——以智能硬件语音控制的时频图分类挑战赛为例

图像分类竞赛涨分小技巧一.前言二.上分小技巧2.1数据分割2.2数据增强2.2.1随机擦除(RandomErase)2.2.2混类增强(Mixup)2.2.3裁剪混合(Cutmix)2.2.4归一化(Normalize
卡卡南安·2022-08-16 07:01

目标检测YOLO系列改进点

以YOLOX的结构图为例，谈谈最近的网络改进点输入图像部分预处理：mosic、mixup等数据增强；卷积可部分更换成denseConv，特征提取部分可做轻量化：mobile、ghost、shuffle一般是这三个轻量化还可以将卷积更换为
派森歪瑞古德·2022-07-27 13:55

【目标检测实战学习】从零开始制作并训练自己的VOC数据集，并使用Retinanet进行目标检测

给图片打标签数据增强划分训练集，测试集模型训练将验证集结果可视化首先写一下我们这个项目的思路1.下载图片，网上随便找2.使用LabelImg对这些图片打标签，生成对应的XML文件3.使用数据增强方法（我这里主要使用mixup
Bill～QAQ～·2022-07-26 07:12

yolov4论文解读

文章目录yolov4细节总结目的introductionRelatedworkObjectdetectionmodelsBagsoffreebies数据增强(光度畸变和几何畸变、遮挡、MixUp)focallosslabelsmoothingIoUlossBagofspecials
ChunyeLi·2022-07-10 07:14

图像分类性能提升方案

文章目录数据EDA（探索性数据分析）图像预处理1.mixup2.马赛克，cutmix模型第一步.开发一个baseline第二步.开发一个足够大可以过拟合的模型第三步.训练过程的优化损失函数1.标签平滑(
龙海L·2022-07-04 07:52

图像处理——mixup

mixup是图片分类中的一个非常有效的trick,具体流程如下图所示：简单来讲就是将两张图片通过不同的比例进行融合，同时图片对应的one-hot编码也以相同的比例相乘，从而构造出新的数据集。
wxsy024680·2022-06-26 07:16

数据增强---Mixup和Cutmix

数据增强---Mixup介绍1.Mixup2.Cutmix介绍1.Mixup是一种运用在计算机视觉中的对图像进行混类增强的算法，它可以将不同类之间的图像进行混合，从而扩充训练数据集。
alien丿明天·2022-06-26 07:08

数据增强实测之mixup

mixup是2018年发表在ICLR上的一种数据增强方法，核心思想是从每个batch中随机选择两张图像，并以一定比例混合生成新的图像。
一个菜鸟的奋斗·2022-06-26 07:54

论文阅读——mixup

Mixup采用的是配对的方式进行训练，通过混合两个甚至是多个样本的分布，同时加上对应的标签来训练。在混合两个标签之后得到的
coding小白·2022-06-26 07:49

Mixup方法——数据增强

目录2021SC@SDUSCMixup方法mixup原理Mixup主要代码及分析2021SC@SDUSCMixup方法大型深度神经网络损耗巨大的内存，以及对对抗样本的敏感性一直不太理想。
IT_BD_Zhang·2022-06-26 07:06
上一页 1 2 3 4 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他