AutoAugment: Das Lernen von Augmentierungsstrategien aus Daten

Datenaugmentierung ist eine effektive Technik zur Verbesserung der Genauigkeit moderner Bildklassifizierer. Derzeitige Implementierungen von Datenaugmentierung sind jedoch manuell entworfen. In diesem Artikel beschreiben wir ein einfaches Verfahren namens AutoAugment, das automatisch verbesserte Datenaugmentierungsstrategien sucht. In unserer Implementierung haben wir einen Suchraum entworfen, in dem eine Strategie aus mehreren Sub-Strategien besteht, wobei für jedes Bild in einem Mini-Batch zufällig eine dieser Sub-Strategien ausgewählt wird. Eine Sub-Strategie besteht aus zwei Operationen, wobei jede Operation eine Bildverarbeitungsfunktion wie Translation, Rotation oder Scherung darstellt, zusammen mit den zugehörigen Wahrscheinlichkeiten und Stärken (Magnituden), mit denen diese Funktionen angewendet werden. Wir verwenden einen Suchalgorithmus, um die beste Strategie zu finden, sodass das neuronale Netzwerk auf einem Ziel-Datensatz die höchste Validierungs-Genauigkeit erzielt. Unsere Methode erreicht den Stand der Technik auf CIFAR-10, CIFAR-100, SVHN und ImageNet (ohne zusätzliche Daten). Auf ImageNet erzielen wir eine Top-1-Genauigkeit von 83,5 %, was 0,4 Prozentpunkte besser ist als der vorherige Rekord von 83,1 %. Auf CIFAR-10 erreichen wir eine Fehlerrate von 1,5 %, was 0,6 Prozentpunkte besser als der bisher beste Stand der Technik ist. Die von uns gefundenen Augmentierungsstrategien sind über Datensätze hinweg übertragbar. Die auf ImageNet erlernte Strategie überträgt sich gut und führt zu signifikanten Verbesserungen auf anderen Datensätzen wie Oxford Flowers, Caltech-101, Oxford-IIT Pets, FGVC Aircraft und Stanford Cars.