重新整理COCO目标检测纪录 Google只靠AI扩增资料 就把一个模型变成SOTA 已开源_策略

Google大脑Quoc Le团队，又训练出了一只地表最强的模型。

这是一个目标检测模型，从前并不是最强大。

但自从团队用机器学习解锁了特别的资料扩增策略，再用自动扩增来的新资料集训练目标检测模型，事情就完全不同了。

△左边是自动扩增资料，右边是成绩提升

模型在COCO目标检测任务上，拿到了50.7 mAP的最高分，重新整理从前的纪录。

Google的方法，并没有改变模型本身，但有效提升了准确率，+2.3 mAP以上。

团队还强调，AI在COCO资料集里学到的扩增策略，直接迁移到其他资料集上

现在，演算法已经开源了，AI学到的扩增策略也在里面。

是怎样的扩增策略？

论文写到，这里的资料扩增只涉及了一些简单变换 (Simple Transformations) ：

颜色变换(Color Transformations)。

也有不影响整张图片、但改变边界框位置的那种变换，比如影象平移 (Translating) 或剪下 (Shearing) 。

团队把资料扩增搜寻(Data Augmentation Search) 看做一个离散的优化问题，优化的是模型的泛化表现。

在自家的另一篇论文 (arXiv:1805.09501) 基础上，把重点转移到针对目标检测的扩增策略上。

比起影象分类任务的资料扩增，目标检测的难点在于，要保持边界框和发生形变的影象之间的一致性(Consistency) 。

而边界框的标注，也为资料扩增提供了一种新的方式：只在边界框里面修改影象。就像上文讲的那样。

几何变换(Geometric Transformations) 的情况下，怎样去改变边界框的位置。

子策略 (Sub-Policy) 。

每个子策略里，有N个图片变换，依次在同一张图上进行。

空间里面，有5个种策略，每种子策略有2种影象变换运算。

另外，每个运算还和两个超引数相关联，一个是代表应用这个运算的可能性 (Probability) ，二是这个运算的大小 (Magnitude) 。

初步实验之后，团队定下了22种影象变换运算。

学习完成的子策略，成效是这样的：

一是在COCO目标检测中，以50.7 mAP拔得头筹，(比策略训练前) 提升了2.3 mAP。

二是在PASCAL VOC目标检测中，提升了2.7 mAP。

也就是说，在COCO上训练好的策略，直接搬到其他资料集上也有效。

论文传送门：

https://arxiv.org/abs/1906.11172

https://github.com/tensorflow/tpu/tree/master/models/official/detection