[Converge] Image Dataset Augmentation

Ref: 基于图像的数据增强方法发展现状综述

收稿日期：2021年1月17日；录用日期：2021年2月12日；发布日期：2021年2月19日

 

针对计算损耗巨大的问题，谷歌大脑的研究人员又提出了一种自动数据增强的方法，称为 RandAugmentation [20]。这种方法大大缩小了数据增强所产生的样本空间，从而将数据增强的过程与深 度学习模型的训练过程集成起来，而不是将数据增强作为独立的任务。该论文同时也证明了自动的选择 数据增强策略的方案通常是在规模较小的数据集上训练参数量级较低的模型而实现的自动数据增强，在 此基础上再将搜索到的数据增强策略应用到大规模数据集上的方法不是最优的[20]。

 

 

Ref: 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

这就是我一直用的策略，但我的更好。