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)或'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()和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scale和ratio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
Forget the Dream31 分钟前
Spring AI 2.0 系列(二):第一个 ChatClient——从注入到一次完整调用
java·人工智能·spring boot·ai·springai
学无止境小袁同学36 分钟前
Google ADK 学习指南
python·llm·agent·多agent·google adk·llmagent·agent cli
郝学胜-神的一滴1 小时前
Effective Python 条款35:用类封装替代生成器异常注入
开发语言·人工智能·python·金融·pandas·scikit-learn·matplotlib
火山引擎开发者社区1 小时前
豆包工作,3 个月,800 万,20 亿
人工智能
Chuck.li1 小时前
AI 长篇创作工具选型:工作流对照与自测清单
人工智能·大模型·ai写作·网文作者·ai网文·豆包写作
aleimu2 小时前
Windows 11 右键打开 Cmder 2.0:从找不到菜单到默认使用 Cmder
前端·人工智能·后端
LK_072 小时前
【力扣】142. 环形链表 II |Python
python·leetcode·链表
wuyk5552 小时前
Python办公自动化-第02讲-Excel文件认知与四大库选型
开发语言·python·excel
SwanArc技术笔记2 小时前
读技术文档,先用哪个 AI?模型指南筛选与 GPT-6.2 Astra 实操
人工智能
深海鱼在掘金2 小时前
深入浅出RAG——第21章:回顾与展望
人工智能