数据增强（一、Random-Erasing）

文章目录

• Random Erasing Data Augmentation（随机擦除数据增强）
• • 优势
  • 实验数据集
  • • Random Erasing
    • Random Cropping（随机裁剪）
  • 实验结果
  • 代码

Random Erasing Data Augmentation（随机擦除数据增强）

优势

1. 一种轻量级方法，不需要任何额外的参数或内存消耗，它可以在不改变学习策略的情况下与各种CNN模型集成
2. 对于现有的数据增强和正则化方法的补充。两者结合使用，Random Erasing进一步提高了识别性能。
3. 在图像分类、目标检测和行人重识别方面，提高了深度模型的性能
4. 提高鲁棒性。

实验数据集

图像分类
CIFAR-10包含10个类的50000个训练图像和10000个测试图像（3232彩色图像）.
CIFAR-100包含100个类的50000个训练图像和10000个测试图像（3232彩色图像）
Fashion-MNIST包含了10个类的60000个训练图像和10000个测试图像（28*28灰度图像）

目标检测
PASCAL VOC 2007包含24640个带注释对象的9963幅图像。
行人重识别
Market-1501包含32666个标记的边界框，其中包含6个不同摄像机捕获的1501个个体。数据集分成两部分：12963幅图像，751个个体用于训练；19732幅图像，750个个体用于测试。
DukeMTMC-reID包含8个高分辨率相机拍摄的1812个个体的36411幅图像。数据集分成两部分：16533个图像，702个个体用于训练；14096个图像，1467个个体用于测试
CUHK03包含1467个个体的14096幅图像。

Random Erasing

随机擦除随机选择图像中的一个矩形区域 I e I_e Ie​，并用随机值擦除其像素。假设训练图像大小为$W\ast H$，图像面积$S=W\ast H$。随机初始化“擦除矩形”大小为 S e S_e Se​，其中 S e S ∈ ( s l , s h ) \frac{S_e}{S}\in (s_l,s_h) SSe​​∈(sl​,sh​)。“擦除矩形”的纵横比 r e ∈ ( r 1 , r 2 ) r_e\in (r_1,r_2) re​∈(r1​,r2​)。矩形 I e I_e Ie​的高和宽分别为 H e = S e ∗ r e H_e=\sqrt[]{S_e*r_e} He​=Se​∗re​ ​和 W e = S e r e W_e=\sqrt[]{\frac{S_e}{r_e}} We​=re​Se​​ ​。在图像中随机取一个点 P = ( x e , y e ) P=(x_e,y_e) P=(xe​,ye​)，矩形区域以这个点展开 I e = ( x e , y e , x e + W e , y e + H e ) I_e=(x_e,y_e,x_e+W_e,y_e+H_e) Ie​=(xe​,ye​,xe​+We​,ye​+He​)，否则重复上述过程，知道取到合适的值。在选定的擦除区域内，每个像素都被分别制定为$[0,255]$中一个随机值。

图像分类，根据图像的视觉内容对图像进行分类。一般来说，训练数据不会提供目标的位置，所以无法知道目标的位置。在文中，作者是根据alg1对整个图像进行随机擦除。
行人重识别，目前，人们通常在分类网络中对行人重识别模型进行训练，用于嵌入学习。在此任务中，由于行人被检测到的包围框所限制，人的位置大致相同，占据图像的大部分区域。在这个场景中，作者采用了与图像分类相同的策略，在实践中，行人可以被遮挡在任何位置。我们在整个行人图像上随机选择矩形区域并将其删除。随机擦除用于图像分类和行人重识别的实例如图所示。

目标检测旨在检测图像中某一类语义对象的实例。由于每个物体在训练图像中的位置是已知的，作者采用三种方案实现随机擦除:1)图像感知随机擦除:在整个图像上选择擦除区域，与图像分类和行人重识别相同；2)对象擦除:在每个对象的边界框中选择擦除区域。在后者中，如果图像中有多个对象，随机擦除将分别应用于每个对象。3)图像和对象感知随机擦除(I+ORE):在整个图像和每个对象边界框中选择擦除区域。下图显示了用三种方案进行物体检测的随机擦除的例子

Random Cropping（随机裁剪）

随机裁剪是一种有效的数据增强方法，他减少了背景在CNN训练中的贡献，并且可以基于对象部分的存在来建立学习模型，而不是关注整个对象。与随机裁剪相比，随机擦除保留了对象的整体结构，只遮挡了对象的某些部分。此外，擦除区域的像素被重新分配随机值，这可以被视为给图像添加噪声。下图为随机擦除、随机裁剪及其组合的示例。当结合这两种增强方法时，可以生成更多不同的图像。

实验结果

图像分类
下表，在CIFAR-10、CIFAR-100和Fashion-MNIST上使用不同的体系结构测试错误率(%)

下图，使用ResNet18在CIFAR-10上的不同超参数下测试错误(%)(预作用)。

下图，擦除矩形像素赋值：1)每个像素被分配一个范围在[0，255]内的随机值，表示为RE-R；2)所有像素被赋予平均图像像素值，即[125，122，114]，表示为RE-M；3)所有像素分配0，表示为RE-0；4)所有像素被分配255，表示为RE-255。下表显示了使用ResNet18在CIFAR10上擦除不同值的结果(预操作)。1)所有擦除方案都优于基线；2)RE-R实现了与RE-M近似相等的性能；3)RE-R和RE-M都优于RE-0和RE-255。

下图，比较了随机翻转，随机裁剪，随机擦除的关系；随机翻转单独应用时，**随机裁剪(6.33%)**优于其他两种方法。重要的是，随机擦除和两种竞争技术是互补的。特别是，将这三种方法结合起来，误差率达到4.31%，比基线提高了7%，没有任何增强。（数据集CIFAR-10,基线网络ResNet-18）

目标检测
下图为VOC2007测试集上目标检测平均精度（%）

行人重识别
下图为随机擦除在个基线网络中应用，在各个数据集上的识别结果

代码

随机擦除

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！