既存の領域ドロップアウト手法では，削除された領域は黒領域またはランダムノイズで満たされ，トレーニング画像の有益なピクセルの割合が大幅に減少してしまう． それに対して，本研究では，学習画像のある領域を別の学習画像からのパッチに置き換え，ラベルも面積の比に応じてつけ，学習することで削除された領域を最大限に活用する．

CutMixで学習されたImageNet分類器をトレーニング済みモデルとして使用すると．Pascal検出およびMS-COCOイメージキャプションベンチマークで精度の向上が得られた． また，CutMixにより，入力の破損およびその分布外の検出パフォーマンスに対するモデルのロバスト性が向上することも示した．

github: https://github.com/clovaai/CutMix-PyTorch