May, 2024

多标签遥感图像分类中 CutMix 的标签传播策略

PDF
TL;DR介绍一种在遥感（RS）领域中的多标签场景分类（MLC）问题中，有效应用 CutMix 数据增强技术的标签传播策略。实验证明该标签传播策略在有噪声的类别位置信息的各种模拟和真实情景下具有稳健性。
supervised deep learningmulti-label scene classificationdata augmentationcutmixlabel propagation
发现论文，激发创造
  • CutMix: 用可定位特征的正则化策略训练强分类器

    该论文提出了一种名为 CutMix 的数据增强策略，该策略结合了区域 dropout 策略和图像贴图技巧，其旨在提高卷积神经网络的分类性能，改善对象定位和提高网络的鲁棒性。实验结果显示，CutMix 方法在 ImageNet 数据集上的分类任务中能够持续地超越当前领先的数据增强方法，同时还能提高由其预训练的分类器在 Pascal 检测和 MSCOCO 图像字幕生成等任务中的表现。

    May, 2019

  • ResizeMix：混合数据以保留对象信息和真实标签

    通过研究发现，基于图像显著性信息的数据混合并不一定对增强性能有太大帮助，采用更有效、更易于实现的 ResizeMix 方法进行数据混合比 CutMix 和基于显著性信息的方法更具优势。

    Dec, 2020

  • 存在噪声标签的高光谱图像分类

    本文介绍了一种随机标签传播算法，该算法利用超像素的谱空间约束信息对标签噪声进行清理以改善高光谱图像分类问题。实验证明，该算法在减少标签噪声以及在平均准确率、平均精确率和 Kappa 系数上具有显著优势。

    Sep, 2018

  • 主动学习引导下微调，增强基于自监督的遥感多标签分类

    本文旨在探讨自监督预训练与主动学习的联合使用是否能够有效解决遥感图像多标签分类中的类不平衡问题，并通过实验证明了与单独使用随机训练集进行微调相比，指导自监督模型的主动学习微调方案的有效性。

    Jun, 2023

  • 多层标签修正通过提取相近模式用于半监督语义分割

    该研究提出了一种名为 Multi-Level Label Correction (MLLC) 的算法，利用图神经网络捕捉语义级别图和类别级别图中的结构关系来修正错误的伪标签，从而显著提高监督基线，并在 Cityscapes 和 PASCAL VOC 2012 数据集上超越了现有的方法。

    Apr, 2024

  • SpliceMix：一种用于多标签图像分类的跨尺度和语义融合增强策略

    通过引入名为 SpliceMix 的简单而有效的增强策略来解决多标签图像分类问题，该策略将混合图像切片与原始 mini-batch 进行融合，以此改善共同出现偏差并实现混合图像和原始常规图像之间的交互。

    Nov, 2023

  • 多标记图像分类中通过混合多个部分标记样本获得免费的性能提升

    LogicMix 是一种用于部分标记数据集的混合方法，通过逻辑或运算来混合样本标签，其与其他 Mixup 变体相比在多种部分标记数据集方案中表现出更好的通用性和效果，能够构建视觉上更混淆的增强样本以规范训练，并与其他方法合作以改善模型性能，同时对训练时间几乎没有影响。

    May, 2024

  • ClassMix: 基于分割的数据增强用于半监督学习

    本文介绍了一种针对语义分割任务的数据增强方法 ——ClassMix，其通过混合未标记的样本来生成增强，并通过利用网络对对象边界的预测来保证增强的有效性，在两个常用半监督语义分割基准测试中表现出了最先进的结果，并提供了详细的消融研究和不同设计和培训方式的比较。

    Jul, 2020

  • 基于超像素低秩逼近的部分标签学习用于高光谱图像分类

    本文提出了一种新的基于超像素低秩逼近（LRA）的部分标签学习方法 SLAP，该方法在高光谱图像（HSI）分类中首次考虑到部分标签学习，并且通过实验验证了该方法相对于现有方法的优势。

    May, 2024

  • 自适应锚点标签传播用于转导式少样本学习

    在本论文中，我们提出了一种新的算法，通过在流形中优化标记数据的特征嵌入来最小化可微损失函数，从而使我们的新算法 “自适应锚标签传播” 在 1-shot 和 5-shot 设置中分别比标准标签传播算法提高了 7% 和 2%。我们在四个广泛使用的 few-shot 基准数据集（miniImageNet，tieredImageNet，CUB 和 CIFAR-FS）和两个常用的主干网络（ResNet12 和 WideResNet-28-10）上提供了实验结果。该算法的源代码可在此 https URL 找到。

    Oct, 2023