CutMix
PulseAugur coverage of CutMix — every cluster mentioning CutMix across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
WavLM 通过数据增强技术推进语音用力分类
研究人员利用 WavLM 模型在基于说话人的语音用力分类方面取得了进展，其性能优于 Wav2Vec2 和 HuBERT 等先前的方法。为了应对数据稀缺问题，他们系统地研究了各种增强策略，包括 RIR 卷积、加性噪声、时间掩码、速度扰动、带限、MixUp 和 CutMix，这些策略一致提高了 WavLM 的性能。通过模拟语音用力连续体以减少相邻类别之间的混淆的高斯邻域软标签，进一步实现了性能提升。表现最佳的系统，即采用渐进式解冻、增强和…
-
新的 OA-CutMix 方法纠正图像增强的标签偏差
研究人员推出了一种新颖的技术——对象感知 CutMix (OA-CutMix)，以解决图像增强中的标签偏差问题。传统的 CutMix 根据图像块的面积分配标签权重，常常错误地将权重分配给背景区域。OA-CutMix 使用分割掩码来确保标签分配能够准确反映混合图像中每个图像可见对象的贡献面积。该方法在各种架构和数据集上持续提高准确性，尤其对小目标效果显著，同时保持了比动态混合方法更低的训练成本。
-
CutMix 训练协议在视觉 Transformer 中诱导空间局部性
研究人员发现，特定的训练技术可以促进视觉 Transformer 的空间局部性。通过使用涉及 CutMix 和 ColorJitter 等数据增强以及标签平滑的“现代”协议，ViT 的早期层显示出更集中的注意力模式。一项消融研究表明，CutMix 是这种效应的主要驱动因素，与基线方法相比，显著降低了平均注意力距离。
-
AI模型在脑肿瘤分类和分割方面取得高精度
研究人员开发了两个独立的深度学习框架，用于使用MRI扫描进行脑肿瘤分析。一个框架利用视觉Transformer（ViT-B/16）进行自动四类肿瘤分类，准确率达到99.29%，并提供关键区域的可解释热图。第二种方法UniME通过采用两阶段异构架构来解决MRI模态缺失的脑肿瘤分割问题，该架构首先建立统一表示，然后结合特定模态的编码器进行精确分割。