Slide 5
Slide 5 text
5
© Panasonic Connect Co., Ltd. 2022
• A Continuous Mapping For Augmentation Design, NeurIPS 2021
連続空間での探索になるよう拡張の設計を変更
従来陽に最適な拡張パラメタを求めていたところ、MCMCによる拡張方法のサンプリングの問題に置換
• Deep AutoAugment, ICLR 2022
多段階な拡張でも性能改善が得られるような探索方法の提案
と言っているが、オリジナル画像と拡張画像の勾配の同一性を損失として利用する点の方が面白い
性能は上がるが探索空間が広がり探索時間も増える.(実は深くしなくても結構性能良くもある)
• AdaAug: Learning Class- and Instance-adaptive Data Augmentation Policies,
ICLR 2022
(クラスと言っているが)サンプル画像に適した拡張の予測器を学習
拡張せずに一旦特徴表現を得て、その特徴表現から拡張パラメタを推定する
• TeachAugment: Data Augmentation Optimization Using Teacher Knowledge,
CVPR 2022, Oral, Teppei Suzuki
以降、本論文について内容を要約して紹介します
最近のAuto Augment関連論文
参考文献: [2][3][4][5]