ChimeraMix: 마스킹된 특성 혼합을 통한 소규모 데이터셋에서의 이미지 분류

깊은 합성곱 신경망(Deep Convolutional Neural Networks)은 대량의 라벨이 부착된 데이터 샘플을 필요로 합니다. 많은 실제 응용 분야에서 이는 주요 제약 사항으로, 일반적으로 증강 방법으로 해결됩니다. 본 연구에서는 작은 데이터셋에서 깊은 신경망을 학습하는 문제를 다루고 있습니다. 제안된 구조인 카이메라믹스(ChimeraMix)는 인스턴스의 조합을 생성하여 데이터 증강을 학습합니다. 생성 모델은 이미지를 쌍으로 인코딩한 후, 마스크에 의해 안내되는 특징들을 결합하여 새로운 샘플을 생성합니다. 평가를 위해 모든 방법은 추가적인 데이터 없이 처음부터 훈련되었습니다. ciFAIR-10, STL-10, ciFAIR-100 등의 벤치마크 데이터셋에서 수행된 여러 실험들은 카이메라믹스가 소규모 데이터셋에서의 분류에 있어 현재 최신 기법들보다 우수한 성능을 보임을 입증하였습니다.