¿Qué son mixup y cutmix? ¿Cómo afectan a la regularización?

Mixup y CutMix son métodos de aumento de datos utilizados para mejorar la capacidad de generalización de los modelos, especialmente en tareas de visión por computadora.

• Mixup consiste en mezclar linealmente dos imágenes y sus etiquetas. Por ejemplo, una nueva imagen se crea como una suma ponderada de dos imágenes originales, y la etiqueta como una suma ponderada de sus etiquetas. Esto ayuda al modelo a aprender de ejemplos intermedios, reduciendo el sobreajuste.

• CutMix en lugar de mezclar toda la imagen, recorta una región rectangular de una imagen y la inserta en otra, y la etiqueta se forma en proporción a la superficie de la región insertada. Esto mantiene las características locales y favorece un entrenamiento más estable.

Ambos métodos sirven como regularizadores, ya que obligan al modelo a ser menos confiado y más resistente al ruido, mejorando la generalización y reduciendo el sobreajuste.