Mixup是一种创新的数据增强技术,其核心思想是通过线性插值的方式将两个或多个不同的训练样本(包括它们的特征和标签)进行融合,生成新的训练样本。这种方法有效地增加了训练数据的多样性,进而提升模型的泛化能力。 2. 明确Mixup的操作方式 Mixup的操作主要涉及到两个步骤: 样本混合:给定两个输入样本(记为x_i和x_j)...
中,对两张图片mixup后只是合并了两张图中的所有gtbox,并没有对类别标签进行mixup。其中\(x_{i},x_{j}\)是从训练集中随机挑选的两张图像,\(y_{i},y_{j}\)是对应的one-hot标签,通过先验知识特征向量的线性插值和对应目标的线性插值还是对应的关系,构造了新的样本\((\wide