Google以图像增强算法强化深度学习，推测精准度创新高

Google发表了AutoAugment技术，从训练资料下手来增强深度学习的效率，该算法可以找出最佳增强策略，自动增加既有资料集所能提供的资料数量与多样性，透过这个方法，Google大幅增加了图像推测的精准度，在ImageNet资料集中获得了83.54％的精准度，目前排名第一。

深度学习在电脑视觉领域的应用，要提高模型的推测精准度，关键通常在于大量标记的训练资料的可取得性，只要输入越多高品质具多样性的训练资料，模型的效能也会随之增加，但Google提到，重点就是收集大量的高品质训练资料，来提高模型效能是一件非常困难的事。

过去在训练高效能的电脑视觉模型，无论是半自动产生或是手动编辑资料的增强方法，一直都是选项之一，透过翻转或是旋转图像，能让类神经网络取得更多样性的训练资料，但最近的研究已经不太有人关注这个面向。Google提到，他们是因为受到自家机器学习服务AutoML的启发，因为先例以类神经网络与Optimizer产出的结果，替换人类设计的系统元件，才重新燃起这样的想法，他们认为，或许系统也能自动完成资料增强，让机器学习自己决定资料增强方法，生产出更多用于深度学习训练资料。

AutoAugment的想法很简单，Google表示，图像具有许多对称性质，而这些性质的改变并不会影响图像的内容，像是狗的图像镜射仍然是狗，虽然这样的变化对人来说是显而易见的，但像是在训练时将图像互相交叠，透过混合方法来增强资料，就不这么直觉了。

AutoAugment是专为电脑视觉设计的资料集自动增强策略，除了一些基本的图像操作，像是水平、垂直翻转，或是单纯的旋转外，还能更改图像的颜色。AutoAugment不仅可以预测合并图像的变换，还是预测每个图像变换的概率和大小，算法不会总是以相同的方法操做图像，AutoAugment会在2.9乘以1.32的图像变换概率搜寻空间中，选择一个最佳的变换政策。

AutoAugment会针对不同资料集的属性，学习不同的图像变换方法，像是在包含数字与自然场景的门牌号码街道视图，AutoAugment就会将增强处理重点，放在裁切与平移等几何变换上，而且由于世界各地门牌号码的样式颜色不一，AutoAugment还学会完全反转从门牌号码街道视图上收集到的门牌颜色。

而在CIFAR-10与ImageNet资料集中，AutoAugment则不会对图片进行裁切，因为这些图片通常不包含被截断的物体，而且也不会反转图像颜色，因为最终总会出现不实际的图像结果，但是却会自动调整颜色分布，同时保留一般颜色的属性，Google表示，这代表着在这两种图像资料集中，物体的实际颜色很重要，而在门牌号码街道视图则是相对的颜色重要。

Google透过AutoAugment算法，意外的发现过去一些著名电脑视觉算法的增强策略，而在取得这些增强策略的综合优点后，推测精准度有了大幅度的增加，除了在ImageNet资料集中获得了83.54％的精准度，目前排名第一外，在CIFAR10资料集上错误率仅有1.48％，这个结果比科学家预设的错误率还低0.83％。

另外，在门牌号码街道视图的应用上，错误率从原本的1.30％降低到了1.02％，而且Google提到，AutoAugment发现的增强策略是可以移植的，像是在ImageNet资料集归纳出的策略，也可以应用在福特汽车或是FGVC-Aircraft的资料集中。