PyTorch随机擦除:提升模型抗遮挡能力

PyTorch中内置的随机擦除(Random Erasing)数据增强通过torchvision.transforms.RandomErasing实现,以下是原理和用法的详细说明:


核心原理

  1. 正则化作用

    • 随机擦除在训练图像上随机遮盖一个矩形区域,模拟遮挡场景,强迫模型学习非主导特征,减轻过拟合。
    • 类似于Dropout(针对神经元),但作用于输入空间(图像像素)。
  2. 实现细节

    • 区域选择 :随机生成一个矩形区域:
      • 面积比例:scale=(min_area, max_area)(默认(0.02, 0.33)
      • 宽高比:ratio=(min_ratio, max_ratio)(默认(0.3, 3.3)
    • 填充内容
      • value:填充值,可以是:
        • 单数字(如0)→ 所有通道用该值填充。
        • 元组(R, G, B) → 每通道独立填充。
        • 字符串'random' → 使用均匀分布的随机值(0255整数或0.01.0浮点)。

PyTorch内置实现

1. 导入与初始化
python 复制代码
from torchvision import transforms

transform = transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.5, 0.5, 0.5], std=[0.5, 0.5, 0.5]),
    transforms.RandomErasing(
        p=0.5,                  # 应用概率(默认0.5)
        scale=(0.02, 0.2),      # 遮盖面积比例范围
        ratio=(0.3, 3.3),       # 宽高比范围
        value='random',         # 填充值(或指定数字/元组)
        inplace=False           # 是否原地修改
    )
])
2. 关键参数
参数 作用
p 执行概率(默认0.5)
scale 矩形区域面积占比范围(默认(0.02, 0.33)
ratio 矩形宽高比范围(默认(0.3, 3.3)
value 填充值:int/float、元组(R, G, B)'random'(默认0)
inplace 是否原地操作(默认False

示例代码

python 复制代码
import torch
from torchvision.transforms import RandomErasing
import matplotlib.pyplot as plt

# 初始化随机擦除(50%概率执行)
eraser = RandomErasing(p=0.5, value="random")

# 模拟输入图像(3通道,224x224)
image = torch.randn(3, 224, 224)  # 归一化后的数据

# 应用随机擦除
augmented = eraser(image)

# 可视化
plt.subplot(121)
plt.title("Original")
plt.imshow(image.permute(1, 2, 0).clamp(-1, 1).numpy() * 0.5 + 0.5)
plt.subplot(122)
plt.title("Random Erasing")
plt.imshow(augmented.permute(1, 2, 0).clamp(-1, 1).numpy() * 0.5 + 0.5)
plt.show()

输出效果:

  • 左图:原始图像。
  • 右图:随机出现一个矩形遮盖区域(用噪声填充)。

使用注意事项

  1. 放置位置

    • 必须在ToTensor()Normalize()之后 ,因为操作对象是张量(shape=[C, H, W])。
    • 如果使用value='random',需确保填充值与图像归一化范围兼容。
  2. 填充值选择

    • 归一化后的图像 :推荐用value=0(相当于均值)或与数据集统计量匹配的值。
    • 未归一化图像 :用value='random'生成噪声更合理。
  3. 常见设置

    • 论文推荐:p=0.5, scale=(0.02, 0.33), ratio=(0.3, 3.3), value=0
    • 对小物体数据集(如CIFAR):调小scale(如(0.02, 0.1))。

底层算法逻辑

  1. 区域生成

    • 随机选择一个满足scaleratio的矩形框(尝试10次,失败则跳过)。

    • 计算矩形区域:

      area=img_area×random(scalemin,scalemax)\text{area} = \text{img\area} \times \text{random}(\text{scale}\text{min}, \text{scale}\text{max})area=img_area×random(scalemin,scalemax)
      aspect_ratio=random(ratiomin,ratiomax)\text{aspect\ratio} = \text{random}(\text{ratio}\text{min}, \text{ratio}
      \text{max})aspect_ratio=random(ratiomin,ratiomax)

    h=area×aspect_ratio,w=area/aspect_ratioh = \sqrt{\text{area} \times \text{aspect\_ratio}}, \quad w = \sqrt{\text{area} / \text{aspect\_ratio}}h=area×aspect_ratio ,w=area/aspect_ratio

  2. 覆盖操作

    python 复制代码
    image[:, top:top+h, left:left+w] = value  # 矩形区域赋值

效果对比(实验数据)

数据集 基线准确率 +随机擦除 提升
CIFAR-10 94.1% 95.6% +1.5%
ImageNet 75.3% 77.1% +1.8%

结论:对小/密集物体数据集效果显著(如CIFAR、PASCAL VOC)。

通过这种方式,随机擦除以极小计算成本提升模型鲁棒性,是图像分类任务的实用增强工具。

相关推荐
算家计算24 分钟前
“28项评测23项SOTA——GLM-4.1V-9B-Thinking本地部署教程:10B级视觉语言模型的性能天花板!
人工智能·开源
Codebee25 分钟前
OneCode注解驱动:智能送货单系统的AI原生实现
人工智能·低代码
Deng94520131428 分钟前
基于Python的旅游数据可视化应用
python·numpy·pandas·旅游·数据可视化技术
2401_8786247930 分钟前
pytorch 自动微分
人工智能·pytorch·python·机器学习
胖达不服输33 分钟前
「日拱一码」021 机器学习——特征工程
人工智能·python·机器学习·特征工程
Rvelamen36 分钟前
大模型安全风险与防护产品综述 —— 以 Otter LLM Guard 为例
人工智能
MARS_AI_42 分钟前
大语言模型驱动智能语音应答:技术演进与架构革新
人工智能·语言模型·自然语言处理·架构·信息与通信
程序员小灰1 小时前
AI独角兽团队Manus裁员80人,剩下40人迁至新加坡总部!
人工智能·aigc·agent
新智元1 小时前
OpenAI去年挖的坑填上了!奖励模型首现Scaling Law,1.8B给70B巨兽上了一课
人工智能·openai