目標檢測中的數據加強方法之——mixup：針對小樣本

在深度學習中，通常要求樣本的數量要充足，樣本數量越多，訓練出來的模型效果越好，模型的泛化能力越強。可是實際中，樣本數量不足或者樣本質量不夠好，這就要對樣本作數據加強，來提升樣本質量。 在樣本量不足的狀況下，採用mixup或者填鴨式的方法來進行數據加強，是行之有效的加強方法。其中mixup是將正負樣本融合成新的一組樣本，使得樣本量翻倍。填鴨式是將本來樣本里的目標摳出來，隨機複製粘貼到其餘地方。（我的

>>阅读原文<<