论文解读 Learning Data Augmentation Strategies for Object Detection

最新推荐文章于 2024-04-09 09:44:08 发布

dwilimeth

最新推荐文章于 2024-04-09 09:44:08 发布

阅读量635

点赞数

分类专栏： AutoML 文章标签：深度学习计算机视觉目标检测数据增强 AutoML

本文链接：https://blog.youkuaiyun.com/dwilimeth/article/details/103211143

版权

本文解析Google Brain团队的研究，探讨在目标检测任务中，通过自动机器学习（AutoML）寻找最佳数据增强策略。研究发现，特定于检测任务的数据增强，如旋转、直方图均衡化和框变换，对于提升模型性能至关重要。在ResNet50+RetinaNet上，所搜索的增强策略相较于传统方法可显著提高COCO验证集的mAP。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Learning Data Augmentation Strategies for Object Detection

今天介绍一篇来自 Google Brain 团队的工作 “Learning Data Augmentation Strategies for Object Detection”，作者是 Barret Zoph, Ekin D. Cubuk, Golnaz Ghiasi, Tsung-Yi Lin, Jonathon Shlens, Quoc V. Le。

这篇文章可以看做是之前 AutoAugment 的扩展，在检测任务上搜索一个好的数据增强方案。作者在 AmoebaNet + NAS-FPN 上用搜出来的数据增强方法能达到 50.7 的 COCO validation mAP。

Motivation

首先回顾一下 AutoAugment：对于图像分类任务通常要用到一系列的数据增强手段，比如左右翻转 Flip，对比度/饱和度增强，Resize，等等。使用哪些数据增强方法、每个方法使用几次、每个方法被使用到的概率、方法之间的顺序可以构成一个庞大的搜索空间，然后用 AutoML 的方法搜一个不错的组合，一般要比人工设计的数据增强策略要效果好。

Method

而在这篇 Paper 中，目标任务的任务从分类变成了检测，首先作者提出一个观点：在检测任务中如果直接采用分类任务的数据增强策略，带来的涨点是有限的。检测任务上有一些和框的位置有关的数据增强方法，比如旋转角度，仿射变换，是分类任务上没有的。因此有必要针对检测任务专门搜最优的数据增强方法。

作者将检测任务上的数据增强策略搜索看成了一个离散优化问题(discrete optimization problem)。

首先作者定义了22个数据增强运算，包括对颜色、几何变换、框位置的变换进行增强。官方的 TensorFlow 代码可以在这里找到。一些运算的介绍如下表所示：

有一些数据增强运算，比如 Mixup，Manifold Mixup，Dropblock 作者发现加进去会掉点，就没有采用。

有了这22个数据增强运算，怎么构成搜索空间呢？作者规定了最终的数据增强策略由 K 个子策略 (sub-policies)组成，每个子策略包含 N 个数据增强运算。每个运算又包含两个超参数：被用到的概率 P 和强度 M。P 和 M 被离散化为6份。训练的时候，每次抽一个子策略，然后把这个子策略包含的数据增强运算应用到图片上。

这样整个搜索空间的大小为：