Noticias sobre ActiveAugment

ActiveAugment modela la selección de aumento de datos como un problema de aprendizaje activo en línea, donde cada mini lote selecciona las vistas de aumento más vulnerables en función de la incertidumbre de la predicción del modelo y las diferencias de características. En comparación con la mejora estática o aleatoria, vincula la estrategia de mejora al estado de aprendizaje actual del modelo en tiempo real por primera vez, lo cual es una nueva incorporación al método de entrenamiento adaptativo dinámico.