Use the Detection Transformer as a Data Augmenter

要約

タイトル：「Detection Transformerをデータオーギュメントとして使用する」

要約：
– DETRはTransformerアーキテクチャを基にした目標物検出モデル。
– 本論文では、DETRはデータオーギュメントとしても利用できることを示している。
– 従来のデータオーギュメント技術であるCutMixを、DETRを用いた手法「DeMix」と呼ばれる手法で改良した。
– CutMixは、1つの画像からパッチをカットして貼り付け、新しい画像を生成することでモデル性能を向上させる手法である。
– DeMixは、DETRによって意味的に豊かなパッチを選択し、それを貼り付けて新しい画像を生成する手法である。
– DeMixはCutMixよりも優れたデータオーギュメント手法であることが実験によって示された。

要約(オリジナル)

Detection Transformer (DETR) is a Transformer architecture based object detection model. In this paper, we demonstrate that it can also be used as a data augmenter. We term our approach as DETR assisted CutMix, or DeMix for short. DeMix builds on CutMix, a simple yet highly effective data augmentation technique that has gained popularity in recent years. CutMix improves model performance by cutting and pasting a patch from one image onto another, yielding a new image. The corresponding label for this new example is specified as the weighted average of the original labels, where the weight is proportional to the area of the patches. CutMix selects a random patch to be cut. In contrast, DeMix elaborately selects a semantically rich patch, located by a pre-trained DETR. The label of the new image is specified in the same way as in CutMix. Experimental results on benchmark datasets for image classification demonstrate that DeMix significantly outperforms prior art data augmentation methods including CutMix.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI