TrivialAugment

ActiveAugment框架通过动态增强选择增强深度学习

研究人员推出了一种名为ActiveAugment的新型框架，该框架将数据增强选择视为一个在线主动学习问题。这种方法根据模型当前的学习脆弱性和特征差异，为每个训练小批量动态选择增强方法。ActiveAugment在各种数据集和架构上，尤其是在低标记预算场景和医学影像领域，展示了优于AutoAugment和RandAugment等现有方法的性能。