2つの画像を混ぜるData Augmentation：「Between-class Learning(BC-Learning)」の効果をKerasで確かめる - Qiita

2つの画像を混ぜるData Augmentation：「Between-class Learning(BC-Learning)」の効果をKerasで確かめるPython機械学習DeepLearningディープラーニングKeras 画像や音声分類の汎化性能を向上させる目的で開発されたBetween-class Learning(BC-learning)というData Augmentationの効果をKerasで確かめます。「2つの画像を混ぜる」というアプローチを取るData Augmentationです。10層CNNでCIFAR-10に対して94.59%という素晴らしい性能を確認することができました。 BC-Learningとは？ 2つの画像を混ぜるというData Augmetation。これにより、決定境界がより平滑化され、オーバーフィッティングが解消され、ValidationやTestで

[sh19910711]

"Between-class Learning(BC-learning): 2つの画像を混ぜる + 決定境界がより平滑化され、オーバーフィッティングが解消 / 人間でも例えば英会話で2つの音を同時に聞くことで学習効率が向上するというのは耳にします" arXiv:1711.10284 2019

[stealthinu]

Mixup似たBC-Learningという手法について。簡単な構造のネットワークでもCIFAR-10の認識94%とかなってる。すげえ。