Wat zijn mixup en cutmix? Hoe beïnvloeden ze regularisatie?

Mixup en CutMix zijn dataversterkingstechnieken die worden gebruikt om de generalisatiecapaciteit van modellen te verbeteren, vooral bij computervisie taken.

• Mixup bestaat uit het lineair mengen van twee afbeeldingen en hun labels. Bijvoorbeeld, een nieuwe afbeelding wordt gemaakt als een gewogen som van twee originele afbeeldingen, en het label als een gewogen som van hun labels. Dit helpt het model te leren van tussenliggende voorbeelden, waardoor overfitting wordt verminderd.

• CutMix in plaats van het mengen van de hele afbeelding, wordt een rechthoekig gebied uit één afbeelding geknipt en in een andere geplaatst, en het label wordt proportioneel gevormd op basis van het gebied dat is ingevoegd. Dit behoudt lokale kenmerken en bevordert een stabielere training.

Beide methoden dienen als regularisatoren, omdat ze het model dwingen minder zeker te zijn en beter bestand tegen ruis, wat de generalisatie verbetert en overfitting vermindert.