数据增强英文_数据加噪处理

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

0. 前言

• 一些常用的数据增强方法
  • Cutout：随即删除一个矩形区域，通过0填充
  • Random Erasing：随即删除一个矩形区域，通过均值填充
  • Mixup：两张图像每个位置的像素根据一定比例进行叠加，label根据像素叠加比例进行分配
  • Cutmix：随机删除一个矩形区域，并通过另一张图像的同一位置像素值填充，label根据像素所占比例进行分配

1. Cutout

• 相关资料：
  • arxiv
  • github
  • 论文解读
• 论文基本信息
  • 领域：数据增强
  • 作者单位：加拿大圭尔夫大学
  • 发表时间：2017
• 一句话总结：随机删除图像中的一个矩形区域，可以得到较好的训练结果

1.1. 要解决什么问题

• 深度学习训练非常容易造成过拟合，需要大量数据以及各类正则化方法。
• 数据增强可以看做是一种正则化方法。

1.2. 用了什么方法

• Cutout本身非常容易，就是随机将若干个矩形区域删除（像素值改成0）

class Cutout(object):
    """Randomly mask out one or more patches from an image. Args: n_holes (int): Number of patches to cut out of each image. length (int): The length (in pixels) of each square patch. """
    def __init__(self, n_holes, length):
        self.n_holes = n_holes
        self.length = length

    def __call__(self, img):
        """ Args: img (Tensor): Tensor image of size (C, H, W). Returns: Tensor: Image with n_holes of dimension length x length cut out of it. """
        h = img.size(1)
        w = img.size(2)

        mask = np.ones((h, w), np.float32)

        for n in range(self.n_holes):
            y = np.random.randint(h)
            x = np.random.randint(w)

            y1 = np.clip(y - self.length // 2, 0, h)
            y2 = np.clip(y + self.length // 2, 0, h)
            x1 = np.clip(x - self.length // 2, 0, w)
            x2 = np.clip(x + self.length // 2, 0, w)

            mask[y1: y2, x1: x2] = 0.

        mask = torch.from_numpy(mask)
        mask = mask.expand_as(img)
        img = img * mask

        return img

• 看本文前我就非常好奇，这到底能说出什么花来。
  • 还真能讲个故事……
• 将Cutout和Dropout比较，认为Cutout就是Dropout的一种特殊形式。
  • 只是dropout的对象变成了输入图像，而不是特征图。
  • 忽略的是一个连续的区域，而不是随机选择的。
  • 没有进行rescale。
• Cutout的motivation是“遮挡”，即删除的矩形区域可以看成是被遮挡的位置。
• 最初设计Cutout的时候其实很复杂：
  • 去除的区域不是随机的矩形区域，而是去掉输入图像中重要的特征。
  • 方法类似于maxdrop，目标删除重要区域，从而通过其他信息来获取分类结果，达到更好的模型泛化能力。
  • 实现方法就是：每一轮都记录每张图片的maximally activated feature map，然后下一轮根据阈值删除指定区域。
  • 但后来发现，随机删除区域的效果与这个复杂的方法差不多。
  • 举例如下图

1.3. 效果如何

• 结果发现，删除区域面积的重要性远远大于删除区域的形状。
• 使用了Cutout后，普遍提点了

• 使用了Cutout后，到底造成了什么样的效果？
  • 红色区域是没有cutout时的结果，蓝色是加上cotout后变化的结果。
  • 浅层特征图（如图a）的activate strength（特征图数值大小）增加了
  • 深层特征图（如图c）的分布范围更广（see more activatetions in tail end of the distribution）

1.4. 还存在什么问题&可借鉴之处

• 第一反应：这也能作为论文？
• 感觉更像是实验报告、项目总结。

2. Rand Erasing

• 相关资料：
  • arxiv
  • github
  • 论文解读
• 论文基本信息
  • 领域：数据增强
  • 作者单位：厦门大学&悉尼科技大学
  • 发表时间：2017
• 一句话总结：随即删除一个矩形区域，通过均值填充

2.1. 要解决什么问题

• 卷积神经网络容易过拟合，需要大量数据来提高模型的泛化能力。
• 遮挡问题在提高模型泛化能力方面非常重要。

2.2. 用了什么方法

• Random Erasing 效果

• 代码

class RandomErasing(object):
def __init__(self, EPSILON = 0.5, sl = 0.02, sh = 0.4, r1 = 0.3, mean=[0.4914, 0.4822, 0.4465]):
self.EPSILON = EPSILON
self.mean = mean
self.sl = sl
self.sh = sh
self.r1 = r1
def __call__(self, img):
if random.uniform(0, 1) > self.EPSILON:
return img
for attempt in range(100):
area = img.size()[1] * img.size()[2]
target_area = random.uniform(self.sl, self.sh) * area
aspect_ratio = random.uniform(self.r1, 1/self.r1)
h = int(round(math.sqrt(target_area * aspect_ratio)))
w = int(round(math.sqrt(target_area / aspect_ratio)))
if w < img.size()[2] and h < img.size()[1]:
x1 = random.randint(0, img.size()[1] - h)
y1 = random.randint(0, img.size()[2] - w)
if img.size()[0] == 3:
#img[0, x1:x1+h, y1:y1+w] = random.uniform(0, 1)
#img[1, x1:x1+h, y1:y1+w] = random.uniform(0, 1)
#img[2, x1:x1+h, y1:y1+w] = random.uniform(0, 1)
img[0, x1:x1+h, y1:y1+w] = self.mean[0]
img[1, x1:x1+h, y1:y1+w] = self.mean[1]
img[2, x1:x1+h, y1:y1+w] = self.mean[2]
#img[:, x1:x1+h, y1:y1+w] = torch.from_numpy(np.random.rand(3, h, w))
else:
img[0, x1:x1+h, y1:y1+w] = self.mean[1]
# img[0, x1:x1+h, y1:y1+w] = torch.from_numpy(np.random.rand(1, h, w))
return img
return img

• 内容跟cutout差不多
  • 都说实现简单、达到较好效果
  • 都说借鉴了dropout，但有一点点不同

2.3. 效果如何

• 除了对图像分类任务进行对比，对检测、ReID进行对比。

• 本文还对比了对于不同填充数值的结果（随机数填充效果最好），与dropout的对比，以及与其他增强方法的对比

2.4. 还存在什么问题&可借鉴之处

• 跟Cutout是一回事，两篇论文的发表时间非常接近
• 总感觉用于检测、ReID任务有点不对，小目标一档不就啥都没了

3. Mixup

• 相关资料：
  • arxiv
  • github
  • 论文解读
• 论文基本信息
  • 领域：数据增强
  • 作者单位：MIT&FAIR
  • 发表时间：ICLR 2018
• 一句话总结：

3.1. 要解决什么问题

• 成功的神经网络示例都有两个共同特点
  • 使用了ERM（经验风险最小化）原则训练模型。
  • 数据越多，效果越好。
• ERM存在一个矛盾的情况
  • 一方面，ERM令大型神经网络记住了训练数据。
  • 另一方面，ERM存在对抗样本问题（有一点点不同就可能导致结果偏差很大），如果数据不在训练分布中就容易出现问题。
• 有什么取代ERM的方法呢？

3.2. 用了什么方法

• Mixup的定义非常简单
  • 输入图像每个像素按比例融合，输出结果按比例融合（one-hot形式）

• Mixup官方代码如下，就是在一个batch里进行shuffle然后累加。

def mixup_data(x, y, alpha=1.0, use_cuda=True):
'''Returns mixed inputs, pairs of targets, and lambda'''
if alpha > 0:
lam = np.random.beta(alpha, alpha)
else:
lam = 1
batch_size = x.size()[0]
if use_cuda:
index = torch.randperm(batch_size).cuda()
else:
index = torch.randperm(batch_size)
mixed_x = lam * x + (1 - lam) * x[index, :]
y_a, y_b = y, y[index]
return mixed_x, y_a, y_b, lam

• 数学角度分析Mixup
  • 论文介绍了如何从数据角度理解，从ERM进化为Mixup
  • 大概就是从 expected risk -> empirical distribution -> approximate the expected risk by the empirical risk -> VRM -> generic vicinal distribution
  • 我也不是特别懂，就不贴公式了，论文中自己看吧
• 对于Mixup的一些理解
  • $\mathrm{A}$ 趋向于0时，Mixup就退化为ERM
  • 试验发现，>2个样本Mixup的效果也没有啥提升。
  • 实现Mixup使用了同一mini-batch中的shuffle
  • 鼓励模型behave linearly in-between training samples，不知道该怎么翻译，不同样本间线性转换时，label也线性转换？
    • 论文认为linear behaviours减少了预测其他样本时的oscillation（扰动、彷徨，该怎么翻译？）
    • linearity也是奥卡姆剃刀的一种体现
  • 下图b中也显示，mixup令不同类别之间的边界（desicion boundaries）线性变换。

3.3. 效果如何

• 图像分类效果更好了，对于speech data（语音？）效果也更好了（图没放）

• 对于corrept labels（错误标签）以及对抗样本的效果都变好了

• 还做了很多消融试验，我关注的就是同一类样本之间的mixup效果并不好，还是要多类样本之间进行。

3.4. 还存在什么问题&可借鉴之处

• Mixup的主要问题我觉得是与我们人类视觉习惯不符。
  • 一直以来CV给我的感觉都是模仿人类视觉，如果能做到人能做到的事情就很厉害了。
  • 但Mixup跟我之前的感觉不一样，Mixup之后的训练数据对于我们人来说还是比较费劲的。
• 在行为识别里也能用，计划复现一个。

4. Cutmix

• 相关资料：
  • arxiv
  • github
  • 论文解读
• 论文基本信息
  • 领域：数据增强
  • 作者单位：NAVER Crop（韩国搜索引擎） & LINE Plus Crop（韩国版微信？不太清楚） & 韩国延世大学
  • 发表时间：ICCV 2019
• 一句话总结：随机删除一个矩形区域，并通过另一张图像的同一位置像素值填充删除了的区域，label根据像素所占比例进行分配

4.1. 要解决什么问题

• Regional Dropout Strategies比较有效（令模型不会只关注一个小区域），比如前文说的Cutout和Random Erasing，但也存在问题
  • 会损失一些信息，且inefficient during training（不知道该怎么理解）
• 如何更好的利用cutout中删除的区域？

4.2. 用了什么方法

• 什么是CutMix，下图很清晰了

• Cutmix公式定义如下

• 问题的关键在于$\lambda$怎么获取，删除的区域如何获取

4.3. 效果如何

• 对于分类任务效果较好

• 对于弱监督学习定位任务效果较好

• 用于迁移学习时效果也更好

4.4. 还存在什么问题&可借鉴之处

• 对于这些增强方法都有一个问题，随机删除了区域如果没有什么重要信息只有背景信息，那应该会影响结果吧？
• 换句话说，这些方法应该对输入数据都有较大要求吧。。