mixup: BEYOND EMPIRICAL RISK MINIMIZATION 文献分享

探寻文章在呈现出来之前做了哪些尝试,是否有理论支撑

文章解决了什么问题

数据增强。一般的数据增强是对图片进行旋转、镜像等操作,但是这篇文章采用了一种及其简单的方式:插值。但是怎么插值,其实最开始作者也是不知道的,最后尝试了多种插值方法才得到最终的结论。

对于插值的解释

mixup: BEYOND EMPIRICAL RISK MINIMIZATION 文献分享
一般的数据最后网络训练出来的结果如作图所示,绿色和橙色之间的样本类别并不清楚,但是有了插值之后,中间的数据类别数清楚了,因此效果更好。

上一篇:语义分割CVPR2019-ADVENT: Adversarial Entropy Minimization for Domain Adaptation in Semantic Segmentation


下一篇:CF868F Yet Another Minimization Problem 题解