画像の特徴抽出からMixupのサンプル生成を行うネットワーク構造のMix Blockと画像のエンコーダを、分類を行うネットワーク構造の特徴マップに基づき、サンプル生成と分類の双方向に訓練を実施するAutoMixを提案した。

ImageNet-1kを含む複数のデータセットによる画像分類と、弱教師あり学習のWSOLと、物体検出で精度の比較評価を行い、従来手法を上回る結果。

幅広い実験で優位性を示したことで通ったと考えられる。著者が所属するCAIRI AI LabのOpenMixupで、PyTorch実装( https://github.com/Westlake-AI/openmixup )が公開されている。