Data Augmentationとしてのコピペ！

3つの要点
✔️ インスタンスセグメンテーションにおけるデータ拡張のCopy-Pasteアルゴリズム
✔️ self-supervisedでのCopy-Pasteアルゴリズム
✔️ COCOとLVISデータセットの最新SOTA

Simple Copy-Paste is a Strong Data Augmentation Method for Instance Segmentation
written by Golnaz Ghiasi, Yin Cui, Aravind Srinivas, Rui Qian, Tsung-Yi Lin, Ekin D. Cubuk, Quoc V. Le, Barret Zoph
(Submitted on 13 Dec 2020)
Comments: Accepted by arXiv.
Subjects: Computer Vision and Pattern Recognition (cs.CV)
  comm 

はじめに

インスタンスセグメンテーションモデルの学習は、データ量の多いプロセスになります。さらに、これらのデータセットを準備するためには、かなりの時間と手作業が必要です。データ増強は、必要な時間とリソースを削減し、データの効率を高めるのに役立つため一般的に行われています。本論文では、そのような方法の一つであるCopy-Paste augmentationについて解説いたします。この手法は、他の多くの画像におけるdata augmentationとは異なり、よりオブジェクトを意識したものであるため、インスタンス（オブジェクト）セグメンテーションに適していると直感的に推測できます。さらに、この論文では、self-training (semi-supervised training)と併用した場合のCopy-Paste augmentationの効果についても研究しています。これらの技術は、COCOとLVISのデータセットにおけるSOTAになります。

Thapa Samrat

今大阪大学の電子情報工学科で学習している2年生のネパールからの留学生です。 機械学習・深層学習に興味あります。だから、暇なときにそれらについて記事を書いています。