CVPR2021中，哪些深度框架训练下的数据增强能真正提高模型精度？

本文共计2289个文字，预计阅读时间需要10分钟。

计算机视觉研究中心+计算机视觉研究中心专题+作者：Edison_G+数据增强（DA）是训练最先进的深度学习系统的必要技术。在今天分享中，证实地表明数据增强可能引入噪声增强的例子。

“

计算机视觉研究院

”

计算机视觉研究院专栏

作者：Edison_G

数据增强(DA)是训练最先进的深度学习系统的必要技术。在今天分享中，实证地表明数据增强可能会引入噪声增强的例子，从而在推理过程中损害非增强数据的性能。

​

一、前言&简要

为了缓解上述问题，有研究者提出了一种简单而高效的方法，称为保持增强（KeepAugment），以提高增强图像的保真度。其主要思想是首先使用显著性map来检测原始图像上的重要区域，然后在增强过程中保留这些信息区域。这种信息保护策略使我们能够生成更忠实的训练示例。

在实验上，也证明了该方法在一些现有的技术数据增强方案上有了显著的改进，例如：自动增强、裁剪、随机擦除，在图像分类、半监督图像分类、多视点多摄像机跟踪和目标检测等方面取得了很好的效果。

二、知识回顾

首先我们回一下什么叫“数据增强”？

数据增强（Data Augmentation）是一种通过让有限的数据产生更多的等价数据来人工扩展训练数据集的技术。