论文《Learning Data Augmentation Strategies for Object Detection》研究了适用于目标检测的数据增强策略。该论文的思路和《AutoAugment: Learning Augmentation Strategies from Data》一样,选择一些常用的数据增强方法组成不同的策略,然后使用离散空间搜索算法找到适用于目标检测的数据增强策略。论文使用方法和AutoAugment一样,在我的笔记中有介绍。
few/one shot learning调研——《Generalizing from a Few Examples: A Survey on Few-shot Learning》 一.小样本学习(Few-shot Learning)综述1.1问题定义1.2 FSL的核心问题1.3 FSL的模型二.数据扩充(augment data )2.1 从训练数…
简介
论文《Imbalance problems in object detection: A review》对目标检测中的不平衡问题做了综合的叙述。该论文对目标检测的不平衡问题做了系统性的分类,根据相关的输入属性,把不平衡问题划分成4大类,8个小类。 与类别的不平衡问题相关的…