Oct, 2021
AugMax: 随机增强的对抗组合提高训练鲁棒性
AugMax: Adversarial Composition of Random Augmentations for Robust Training
Haotao Wang, Chaowei Xiao, Jean Kossaifi, Zhiding Yu, Anima Anandkumar...
TL;DRAugMax 是一种数据增强框架,旨在将 DNNs 的鲁棒性的多样性和难度两个方面统一起来。 AugMax 首先随机采样多个增强算子,然后学习所选算子的对抗性混合。 为了解决模型训练更具挑战性的问题,作者进一步设计了一种名为 DuBIN 的解耦归一化模块。 它可以解决由 AugMax 引起的不同实例间特征异质性的问题,并且比现有技术在 CIFAR10-C,CIFAR100-C,Tiny ImageNet-C 和 ImageNet-C 上的超出分布鲁棒性方面表现更好。