- …
- …
#234
summarized by : Anonymous
どんな論文か？
既存のデータ拡張では汎化性を失わないために慎重なパラメータチューニングが必要である．本論文では，TeachAugmentと呼ばれる敵対的戦略に基づくデータ拡張を提案している．提案手法により，慎重なチューニングを必要とせずにモデルに対して情報量の多い変換画像を生成することができる．
新規性
TeachAugmentと呼ばれる教師知識を用いた敵対的戦略に基づくオンラインデータ拡張最適化フレームワークを提案．探索空間設計を簡略化し，TeachAugmentの勾配法によるパラメータ更新を可能にするデータ拡張の提案．タスクごとにハイパーパラメータや探索空間の大きさを調整することなく，従来手法より優れた性能を示している．
結果
ハイパーパラメータの設定なしで，画像分類，セマンティックセグメンテーション，教師なし学習においてSoTAを達成．
その他（なぜ通ったか？等）
理論の丁寧な解説，網羅的な実験がなされている印象でした．
https://github.com/DensoITLab/TeachAugment
- …
- …