TrivialAugment: Tuning-free Yet State-of-the-Art Data Augmentation

TrivialAugment: 无需调优的先进数据增强.

• paper：TrivialAugment: Tuning-free Yet State-of-the-Art Data Augmentation
• arXiv：link

数据增强的自动搜索通常需要在简单性、成本和性能之间权衡，本文作者提出了一种简单的增强方法TrivialAugment，该增强没有任何参数，对每个输入图像应用单个增强。实验证明该增强的优越性。

TrivialAugment预先设置$\mathcal{A}$种增强方法及应用增强的幅度\(m=\{0,...,30\}\)。对于每张图像$x$，均匀地从$\mathcal{A}$种增强方法中采样一种，并均匀地采样增强幅度$m$。

TrivialAugment与其他模型之间的表现对比如下：

由于不需要搜索超参数，TrivialAugment的训练时间比大多数自动增强方法要短：