图像处理——mixup
发布时间：2024-05-16 16:01
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。 本质上，mixup在成对样本及其标签的凸组合（convex combinations）上训练神经网络，可以规范神经网络，增强训练样本之间的线性表达。 其优点是：
- 改善了网络模型的泛化能力
- 减少对错误标签的记忆
- 增加对抗样本的鲁棒性
- 稳定训练过程
mixup效果受α，β值影响，Beta分布如下图：
具体请参考文章：数据增强之mixup算法详解
相关推荐
『从零开始学Vue』快速上手开发课设 事件绑定实现简单计数器【图文详细】
java.sql. SQLException: No suitable driver found for jdbc :mysql://localhost:3306/test
redis实现轮询算法_Redis批量操作是什么？怎么实现延时队列及订阅模式+LRU
Vue3和Vue2的不同及替代方案(TypeScript篇)
使用 jMeter 对 SAP Spartacus 进行并发性能测试
「Spring Boot 系列」07. Spring Boot整合Junit
Error: `brew cask` is no longer a `brew` command. Use `brew ＜command＞ --cask` instead.