文章预览
数据收集和标注的艰难想必大家都有所体会,不仅耗时耗力还很贵,一般人顶不住。那怎么解决?你的“强” (数据增强) 来了 ~ 数据增强作为一种正则化技术,可以帮助我们在有限的数据下,提高模型的性能。 这是因为它能通过在现有数据基础上进行微小改动,生成更多等价数据来扩展训练数据集,显著提高模型的泛化能力和鲁棒性。 因此这种 涨点很猛 的技术格外适合解决训练数据不足的问题,自然也就成了 大热的研究方向 ,且现在除了经典方法,数据增强更是已经next level,出现了很多新方法,比如CVPR 2024的DiffuseMix,还有WACV 2024的 目标检测数据增强。 除此以外,还有一些很值得学习的 深度学习数据增强新方法 ,我从中挑选了 10篇 ,简单提炼了可参考的创新点,希望可以给同学们提供论文灵感。 扫码添加小享, 回复“ 数据增强 ” 免
………………………………