Ориентированный на данные подход к классоспецифическому смещению при дополнении данных изображений: приложения A–L
2 сентября 2024 г.
Авторы:
(1) Атанасиос Ангелакис, Медицинский центр Амстердамского университета, Амстердамский университет - Центр науки о данных, Амстердамский научно-исследовательский институт общественного здравоохранения, Амстердам, Нидерланды
(2) Андрей Расс, Гаага, НидерландыТаблица ссылок Аннотация и 1 Введение
2 Эффект смещения класса, вызванного увеличением данных, зависит от данных, регуляризации и архитектуры
21 Дополнение данных Надежность Разведка
22 Особенности влияния данных на смещение, вызванное увеличением
23 Добавление случайного горизонтального переворота способствует смещению, вызванному увеличением
24 Альтернативные архитектуры оказывают переменное влияние на смещение, вызванное аугментацией
3 Заключение и ограничения, а также ссылки
Приложения A-L Приложения Приложение A: Размеры изображений (в пикселях) на обучающих изображениях после случайной обрезки и до изменения размера [32x32, 31x31, 30x30, 29x29, 28x28, 27x27, 26x26, 25x25, 24x24, 22x22, 21x21, 20x20, 19x19, 18x18, 17x17, 16x16, 15x15, 14x14, 13x13, 12x12, 11x11, 10x10, 9x9, 8x8, 6x6,5x5, 4x4, 3x3] Приложение B: Образцы наборов данных, соответствующие сегменту Fashion-MNIST, используемые в обучении Приложение C: Образцы наборов данных, соответствующие сегменту CIFAR-10, используемые в обучении Приложение D: Образцы наборов данных, соответствующие сегменту CIFAR-100, используемые в обучении Приложение E: Полная коллекция графиков точности классов для CIFAR-100 Приложение F: Полная коллекция лучших тестовых характеристик для CIFAR100 Без случайного горизонтального переворота: Со случайным горизонтальным переворотом Приложение G: Образцы производительности тестового набора по классам и в целом для эксперимента Fashion-MNIST + ResNet50 + случайная обрезка + случайный горизонтальный переворот Приложение H: Образцы производительности тестового набора по классам и в целом для эксперимента CIFAR-10 + ResNet50 + случайная обрезка + случайный горизонтальный переворот Приложение I: Образцы производительности тестового набора по классам и в целом для эксперимента Fashion-MNIST + EfficientNetV2S + случайная обрезка + случайный горизонтальный переворот Приложение J: Примеры производительности тестового набора для каждого класса и в целом для эксперимента Fashion-MNIST + ResNet50 + Random Cropping Приложение K: Примеры производительности тестового набора для каждого класса и в целом для эксперимента CIFAR-10 + ResNet50 + Random Cropping Приложение L: Примеры производительности тестового набора для каждого класса и в целом для эксперимента Fashion-MNIST + SWIN Transformer + Random Cropping + Random Horizontal Flip Эта статья доступна на arxiv по лицензии CC BY 40 Лицензия ДЕКЛАРААвторы: (1) Атанасиос Ангелакис, Медицинский центр Амстердамского университета, Амстердамский университет - Центр научных данных, Амстердамский научно-исследовательский институт общественного здравоохранения, Амстердам, Нидерланды (2) Андрей Расс, Гаага, НидерландыАвторы: Авторы: (1) Атанасиос Ангелакис, Медицинский центр Амстердамского университета, Амстердамский университет - Центр научных данных, Амстердамский научно-исследовательский институт общественного здравоохранения, Амстердам, Нидерланды (2) Андрей Расс, Гаага, НидерландыТаблица ссылок Аннотация и 1 Введение 2 Эффект смещения класса, вызванного расширением данных, зависит от данных, регуляризации и архитектуры 21 Дополнение данных Надежность Разведка 22 Специфика влияния данных на смещение, вызванное увеличением 23 Добавление случайного горизонтального переворота способствует смещению, вызванному увеличением 24 Альтернативные архитектуры оказывают различное влияние на смещение, вызванное увеличением данных 3 Заключение и ограничения, а также ссылки Приложения A-L Аннотация и 1 Введение Аннотация и 1 Введение 2 На эффект смещения, вызванного увеличением данных и специфичного для класса, влияют данные, регуляризация и архитектура 2 На эффект смещения, вызванного увеличением данных и специфичного для класса, влияют данные, регуляризация и архитектура 21 Дополнение данных Надежность Разведка 21 Дополнение данных Надежность Разведка 22 Специфика влияния данных на смещение, вызванное увеличением 22 Специфика влияния данных на смещение, вызванное увеличением 23 Добавление случайного горизонтального переворота способствует смещению, вызванному увеличением 23 Добавление случайного горизонтального переворота способствует смещению, вызванному увеличением 24 Альтернативные архитектуры оказывают разное влияние на смещение, вызванное аугментацией 24 Альтернативные архитектуры оказывают разное влияние на смещение, вызванное аугментацией 3 Заключение и ограничения, а также ссылки 3 Заключение и ограничения, а также ссылки Приложения A-L Приложения A-L Приложения Приложение A: Размеры изображений (в пикселях) на обучающих изображениях после случайной обрезки и до изменения размера [32x32, 31x31, 30x30, 29x29, 28x28, 27x27, 26x26, 25x25, 24x24, 22x22, 21x21, 20x20, 19x19, 18x18, 17x17, 16x16, 15x15, 14x14, 13x13, 12x12, 11x11, 10x10, 9x9, 8x8, 6x6,5x5, 4x4, 3x3] Приложение B: Образцы наборов данных, соответствующие сегменту Fashion-MNIST, используемые в обучении Приложение C: Образцы наборов данных, соответствующие сегменту CIFAR-10, используемые в обучении Приложение D: Образцы наборов данных, соответствующие сегменту CIFAR-100, используемые в обучении Приложение E: Полная коллекция графиков точности классов для CIFAR-100 Приложение F: Полная коллекция лучших тестовых характеристик для CIFAR100 Без случайного горизонтального переворота: Без случайного горизонтального переворота: Со случайным горизонтальным переворотом Со случайным горизонтальным переворотом Приложение G: Образцы производительности тестового набора по классам и в целом для эксперимента Fashion-MNIST + ResNet50 + Случайная обрезка + Случайная горизонтальная переворота Приложение H: Образцы производительности тестового набора по классам и в целом для эксперимента CIFAR-10 + ResNet50 + Случайная обрезка + Случайная горизонтальная переворота Приложение I: Образцы производительности тестового набора по классам и в целом для Эксперимент Fashion-MNIST + EfficientNetV2S + Random Cropping + Random Horizontal Flip Приложение J: Примеры производительности тестового набора по классам и в целом для эксперимента Fashion-MNIST + ResNet50 + Random Cropping Приложение K: Примеры производительности тестового набора по классам и в целом для эксперимента CIFAR-10 + ResNet50 + Random Cropping Приложение L: Примеры производительности тестового набора по классам и в целом для эксперимента Fashion-MNIST + SWIN Transformer + Random Cropping + Random Horizontal Flip Эта статья доступна на arxiv по лицензии CC BY 40 Лицензия ДЕКЛАРАЭта статья доступна на arxiv по лицензии CC BY 40 Лицензия ДЕКЛАРАдоступно на arxiv
Оригинал
