Fugu-MT 論文翻訳(概要): Unproportional mosaicing

論文の概要: Unproportional mosaicing

arxiv url: http://arxiv.org/abs/2303.02081v2
Date: Mon, 6 Mar 2023 08:58:43 GMT
ステータス: 処理完了
システム内更新日: 2023-03-07 12:10:23.392249
Title: Unproportional mosaicing
Title（参考訳）: 不釣り合いなモザイク
Authors: Vojtech Molek, Petr Hurtik, Pavel Vlasanek, David Adamczyk
Abstract要約: 新たなデータ拡張について紹介する: Unproportional Mosaicing (Unprop) 我々の拡張は、画像をランダムに様々なサイズのブロックに分割し、ブロックサイズを維持しながらそのコンテンツ(ピクセル)を交換する。提案手法は,他の技術拡張と組み合わせた場合の誤差率を低くする。
参考スコア（独自算出の注目度）: 1.0705399532413618
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Data shift is a gap between data distribution used for training and data distribution encountered in the real-world. Data augmentations help narrow the gap by generating new data samples, increasing data variability, and data space coverage. We present a new data augmentation: Unproportional mosaicing (Unprop). Our augmentation randomly splits an image into various-sized blocks and swaps its content (pixels) while maintaining block sizes. Our method achieves a lower error rate when combined with other state-of-the-art augmentations.
Abstract（参考訳）: データシフトは、トレーニングに使用されるデータ分散と、現実世界で遭遇するデータ分散のギャップである。データ拡張は、新しいデータサンプルの生成、データの多様性の向上、データ空間のカバレッジ向上によってギャップを狭めるのに役立つ。新たなデータ拡張としてunproportional mosaicing (unprop)を提案する。我々の拡張は、画像をランダムに様々なサイズのブロックに分割し、ブロックサイズを維持しながらコンテンツ(ピクセル)を交換する。提案手法は,他の技術拡張と組み合わせた場合の誤差率を低くする。

関連論文リスト

Erase, then Redraw: A Novel Data Augmentation Approach for Free Space Detection Using Diffusion Model [5.57325257338134]
従来のデータ拡張方法は、ハイレベルなセマンティック属性を変更することはできない。画像から画像への変換をパラメータ化するためのテキスト間拡散モデルを提案する。我々は、元のデータセットから実際のオブジェクトのインスタンスを消去し、削除されたリージョンで同様の意味を持つ新しいインスタンスを生成することで、この目標を達成する。
論文参考訳（メタデータ） (2024-09-30T10:21:54Z)
High-Dimensional Distributed Sparse Classification with Scalable Communication-Efficient Global Updates [50.406127962933915]
我々はコミュニケーション効率のよい分散ロジスティック回帰モデルを学ぶことができる問題に対する解決策を開発する。実験では、いくつかの分散更新ステップだけで、分散アルゴリズムよりも精度が大幅に向上することを示した。
論文参考訳（メタデータ） (2024-07-08T19:34:39Z)
Select-Mosaic: Data Augmentation Method for Dense Small Object Scenes [4.418515380386838]
モザイクデータ拡張技術は、トレーニングデータの多様性と複雑さを高めるために複数の画像を縫合する。本稿では,詳細な領域選択戦略により改良されたSelect-Mosaicデータ拡張手法を提案する。改良されたSelect-Mosaic法は、高密度小物体検出タスクの処理において優れた性能を示す。
論文参考訳（メタデータ） (2024-06-08T09:22:08Z)
DualAug: Exploiting Additional Heavy Augmentation with OOD Data Rejection [77.6648187359111]
そこで本稿では,textbfDualAug という新しいデータ拡張手法を提案する。教師付き画像分類ベンチマークの実験では、DualAugは様々な自動データ拡張法を改善している。
論文参考訳（メタデータ） (2023-10-12T08:55:10Z)
VoronoiPatches: Evaluating A New Data Augmentation Method [6.044912425856236]
オーバーフィッティング(Overfitting)は、畳み込みニューラルネットワーク(CNN)において、目に見えないデータに対するモデルの一般化が不十分な問題である。我々は新しいデータ拡張アルゴリズム, VoronoiPatches (VP)を提案する。
論文参考訳（メタデータ） (2022-12-20T08:01:03Z)
Local Magnification for Data and Feature Augmentation [53.04028225837681]
LOMA(Local Magnification)と呼ばれる,実装が容易かつモデルフリーなデータ拡張手法を提案する。 LOMAは、画像の局所領域をランダムに拡大することにより、追加のトレーニングデータを生成する。実験の結果,提案するLOMAと標準データ拡張を組み合わせることで,画像分類や物体検出の性能を大幅に向上させることができることがわかった。
論文参考訳（メタデータ） (2022-11-15T02:51:59Z)
EquiMod: An Equivariance Module to Improve Self-Supervised Learning [77.34726150561087]
自己教師付き視覚表現法は教師付き学習性能とのギャップを埋めている。これらの手法は、データ拡張によって生成された関連する合成入力の埋め込みの類似性を最大化することに依存する。学習された潜在空間を構成する一般同値加群であるEquiModを導入する。
論文参考訳（メタデータ） (2022-11-02T16:25:54Z)
How Much Data Are Augmentations Worth? An Investigation into Scaling Laws, Invariance, and Implicit Regularization [76.58017437197859]
アウト・オブ・ディストリビューションテストのシナリオでは、多種多様なサンプルを生成するが、データ分散と矛盾しない増分は、追加のトレーニングデータよりもさらに価値がある。トレーニング中に増強が付加性をもたらし、損失景観を効果的に平らにすることを示す。
論文参考訳（メタデータ） (2022-10-12T17:42:01Z)
Data Augmentation with Manifold Barycenters [8.201100713224003]
データバリーセンタの多様体における利用可能な知識を表現する新しい方法を提案する。このアプローチをランドマーク検出の問題に適用し、データセット内の利用可能なランドマークデータを強化します。提案手法は,従来の拡張手法で得られた結果よりも,元のデータ結果に留まらず,品質指標のオーバーフィッティングを低減し,改善する。
論文参考訳（メタデータ） (2021-04-02T08:07:21Z)
The Many Faces of Robustness: A Critical Analysis of Out-of-Distribution Generalization [64.61630743818024]
画像スタイルの変化,画像のぼやけ度,地理的位置,カメラ操作などの4つの新しい現実分布シフトデータセットを導入する。より大規模なモデルと人工的なデータ拡張を用いることで,先行研究の主張に反して,実世界の分散シフトの堅牢性を向上させることができることがわかった。また,1000倍のラベル付きデータで事前訓練されたモデルに対して,最先端のモデルと性能を向上する新たなデータ拡張手法を提案する。
論文参考訳（メタデータ） (2020-06-29T17:59:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。