实体 $S^{2}$-FracMix

$S^{2}$-FracMix

PulseAugur coverage of $S^{2}$-FracMix — every cluster mentioning $S^{2}$-FracMix across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_109636 · Jun 24 · 13:00

$S^{2}$-FracMix 通过新颖的增强策略提升深度视觉模型

研究人员推出了一种新颖的数据增强技术 $S^{2}$-FracMix，旨在提高深度视觉模型的泛化能力。该方法通过提取显著图像块并将其重新插入同一图像的不同区域来构建具有挑战性但标签一致的样本，从而促进尺度不变特征学习，且无跨样本干扰。该框架通过整合自相似性模式进一步增强鲁棒性，能够同时从图像内的分形和非分形结构中学习。在七个基准测试上的实证评估表明，$S^{2}$-FracMix 在分类、鲁棒性和目标检测等各种任务中均取得了最先进的性能。