COCO更新测量目标记录！[谷歌]仅用AI放大数据，模型为SOTA，开源量子比特
- 时间:
- 浏览:0
栗子从凹非寺出来
量子位报道
谷歌Quoc Le的大脑团队训练了地面最强的模型。
它在目标检测模型中以前不是最强的
但是，自从团队使用机器学习解除了特别的数据扩展策略，用自动扩展的新数据集训练目标检测模型之后，事情就变了。
注：目标检测和分类不同，分类不需要加边框。目标检测是必需的。
（左边是自动数据放大，右边是成绩提高。）
该模型在COCO目标检测任务中获得50.7mAP的最高得分，刷新了以往的记录。
谷歌的方法，虽然模型本身没有变更，但是+2.3mAP以上的精度提高了。
此外，还强调，通过将AI在“COCO”数据集中学习到的放大策略直接迁移到其他数据集中，可以提高精度。
算法是开源的，还加入了AI学到的扩展策略。
什么样的战略
根据论文，数据扩展需要简单的转换。
这些转换是在培训期间进行的，不用于测试。
研究人员说，如果转换的数量变得庞大，手动有效组合就会变得困难。
因此，使用机器学习，寻找适合目标检测任务的组合。
想法是这样的
团队将“数据高级搜索”视为离散优化问题。优化是模型的广义表示。
根据我们的另一篇文章（arXiv：1805.09501、，我们将重点放在了目标检测的放大策略上。
在目标检测中，比起图像分类任务的数据扩展，更难的是保持边界框和发生失真的图像之间的一致性（共识）
另外，标记边界框提供了一种扩展数据的新方法：只需在边界框中修改图像。如前所述。
我们还探索了在图像进行几何变换时如何更改边界框的位置。
具体的方法是这样的。
将扩展策略定义为子策略
训练将随机选择每个子策略并将其应用于当前图像。
每个子策略都有N个图像转换，它们在同一个图上依次进行。
你需要创造一个搜索空间，让这个搜索过程成为一个离散优化问题
这个空间有五个策略，每个策略都有两个图像转换运算
此外，每个运算都与两个超参数相关联，一个是应用该运算的“可能性”，另一个是“运算大小”。
在初始实验之后，团队进行了22种图像转换。
当你学习完成的子策略时，你会发现：
肉眼可见效果巨大。
第一个目标检测为50.7mAP，（与策略培训前相比）提高了2.3mAP。
第2个是PASCAL VOC目标检测2.7mAP的提高。
也就是说，将COCO中训练的战略直接转移到其他数据集也是有效的。
团队说，这种方法适合在小数据集中避免过拟合。
代码被打开了，大家也试试看吗
论文门户
https：//arxiv.org/abs/1906.11172
代码门
https：//github.com/tensorflow/tpu/tree/master/models/official/detection