Cosa sono mixup e cutmix? Come influenzano la regolarizzazione?

Mixup e CutMix sono metodi di aumento dei dati utilizzati per migliorare la capacità di generalizzazione dei modelli, soprattutto nei compiti di visione artificiale.

• Mixup consiste nel mescolare linearmente due immagini e le loro etichette. Ad esempio, una nuova immagine viene creata come somma ponderata di due immagini originali, e l'etichetta come somma ponderata delle loro etichette. Questo aiuta il modello a imparare da esempi intermedi, riducendo l'overfitting.

• CutMix invece di mescolare l'intera immagine, ritaglia una regione rettangolare da un'immagine e la inserisce in un'altra, e l'etichetta viene formata in proporzione all'area della regione inserita. Questo mantiene i tratti locali e favorisce un addestramento più stabile.

Entrambi i metodi fungono da regolarizzatori, poiché costringono il modello a essere meno sicuro e più resistente al rumore, migliorando la generalizzazione e riducendo l'overfitting.