關於作者：陳泰紅，小米高階演演算法工程師，研究方向為人臉檢測識別，手勢識別與跟蹤。

■ 論文 | Data Augmentation by Pairing Samples for Images Classification

■ 連結 | https://www.paperweekly.site/papers/1523

■ 作者 | chenhong

論文動機

這是 IBM 在 arXiv，2018 年 1 月 9 日新掛的一篇論文，主要研究資料增強。核心思想很簡單，小學生都會，求平均值。這是我見到 CNN 領域最簡單的一篇論文。 

資料增強是機器學習任務中廣泛使用的技術，如影象處理領域，人工標註資料成本昂貴，而 CNN 的訓練有需要大量標註資料避免過擬合。圖像處理領域常用的資料增強技術有旋轉、扭曲、新增少量噪音、從原影象裁剪等。

本文提出了一種高效資料增強方式 SamplePairing：從訓練集隨機抽取的兩幅影象疊加合成一個新的樣本（畫素取平均值），可以使訓練集規模從 N 擴增到 N*N。沒有任何公式，沒有任何框架，簡單易懂簡潔明瞭，任何 CPU 都能處理。

論文在使用 GoogLeNet，在 ILSVRC 2012 資料集從 top-1 錯誤率從 33.5% 降低到 29%，在 CIFAR-10 資料集 top-1 錯誤率從 8.22％ 降低到 6.93％。這對訓練集有限的任務而言，提高了模型的準確性。

模型介紹

論文的模型結構 SamplePairing 如上圖所示。模型雖然很簡單，但是還得消化一下為什麼簡單有效。 

先說一下實現過程。訓練影象 A 是隨機的，從訓練集隨機抓取影象 B，（A 和 B 都是 ILSVRC2012 的影象，解析度 256×256）兩者都經過基本的資料增強（隨機翻轉，萃取），解析度變為 224×224，對兩幅影象求平均值，但是 label採用的是 A，之後送入 GoogLeNet 模型。因此，SamplePairing 隨機從影象集中建立新的影象，而且 label B 未使用。 

影象 A 和 B 在模型中的權重是一致的，即使使用大型網路，訓練誤差也不能變成 0，訓練精度平均不能超過 50%。對於 N 分類器，最大訓練精度是 0.5+1/(Nx2)。

儘管 SamplePairing 的訓練精度不會很高，當停止 SamplePairing 作為最終微調時的訓練，訓練精度和驗證精度很快改善。

經過微調模型，使用 SamplePairing 訓練的網路比未使用 SamplePairing 訓練的模型都高很多。論文認為使用 SamplePairing 是一種正則化。 

在 mix 之前有其他資料增強方式，在 CPU 執行，而反向傳播的訓練過程在 GPU 執行，這樣 CPU 和 GPU 平行計算，沒有限制增加總的訓練時間。 

論文的訓練過程如下： 

1. 先不使用 SamplePairing 資料增強訓練，而是先使用傳統的資料增強訓練網路。

2. 完成一個 epoch（ILSVRC）或者 100 個 epoch（其他資料集），加入 SamplePairing 資料增強。

3. 間歇性禁止 SamplePairing。對於 ILSVRC 資料集，為 300,000 個影象啟用 SamplePairing，然後為下一個 100,000 個影象禁用它。對於其他資料集，啟用 8 個 epoch，在接下來的 2 個 epoch 禁止 SamplePairing。 

4. 在訓練損失函式和精度穩定後，禁止 SamplePairing 作為微調。

實驗

論文的模型在多個資料集進行驗證：ILSVRC 2012，CIFAR-10，CIFAR-100，以及 Street View House Numbers (SVHN) datasets。

以 CIFAR-10 為例，validation 誤差一致在波浪形震蕩，800epoch 之後才趨於穩定，此時誤差才小於不使用 SamplePairing 的模型。 

論文表 1 所示 training error 會增加，而 validation error 會減小，說明正則化效果明顯。在 CIFAR 訓練集減少樣本個數，訓練和驗證誤差相差不大。

文章評價

目前作者論文僅僅在 ILSVRC 2012 驗證分類的錯誤率，其他資料集比如標的檢測，語意分割是否有效？有研究能力的同志們趕緊往前沖，這又是一個坑。 

論文給出一種資料增強方式，也用實驗驗證確實有效，但是為什麼有效？

個人認為相當於隨機引入噪聲，在訓練樣本中人為引入誤導性的訓練樣本。 如果不是 IBM 的論文，我估計也不會認真研究一番的。在論文滿天飛的年代，名企名校名人還是佔優勢的。

本文由 AI 學術社群 PaperWeekly 精選推薦，社群目前已改寫自然語言處理、計算機視覺、人工智慧、機器學習、資料挖掘和資訊檢索等研究方向，點選「閱讀原文」即刻加入社群！

△ 戳我領取新年禮物

投票參與 & 讀者福利

 參與方式  

1. 長按識別下方二維碼參與投票

2. 文末留言你喜歡某篇論文的原因

3. 分享本文到朋友圈並截圖發至後臺

 截止時間  

2018年1月24日0點0分

 福利清單  

PaperWeekly定製手機殼 x 3份

PaperWeekly定製筆記本 x 5份

PaperWeekly定製行李牌 x 10份

△ 我們長這樣哦~

長按掃描二維碼，參與投票！

▼

# 高 能 提 醒 #

1. 為了方便大家在投票過程中檢視論文詳情，請勿使用微信內建瀏覽器。點選頁面右上角的“…”按鈕，在手機瀏覽器中開啟表單。

2. 本次評選包含自然語言處理和計算機視覺兩大方向，請在你所選擇的參與方向下勾選3-10篇論文。

3. 獲獎名單將於1月25日公佈，其中5位由小編根據文末留言選取，其他13位採用隨機抽取，禮物隨機發放。

長按掃描二維碼，馬上投票！

▼