Scale-aware Automatic Augmentation for Object Detection
paper: https://arxiv.org/pdf/2103.17220.pdf
目录
数据增强包括两个发展方向，一类是数据增强方法，另外一类是数据增强的组合策略。本文延续了AutoAugment的思路，提出一种适合目标检测的数据增强策略搜索方法。
数据增强的组合策略问题一般包括三个部分：（1）搜索空间；（2）搜索算法；（3）评价指标。例如：对AutoAugment，数据增强策略包含五个子策略（sub-policy），每个子策略包括两个操作（operations），每个操作对应一种数据增强方法的强度和执行概率；搜索算法使用强化学习算法；评价指标是模型在代理任务（训练集子集）上训练测试。
[ECCV-20] Learning data augmentation strategies for object detection存在两个问题
（1）box-level augmentation直接在bbox中执行，和背景差异大，降低了网络定位增强目标的难度。解决方法：本文提出基于高斯，按比例渐近地融合原图片和增强操作，使得box-level增强更加自然丝滑；
（2）toy experiment显示：不同大小的目标受背景影响程度不同。例如：对于小目标，去除背景是有害的；对于大目标，去除背景有益的：
受此启发，作者认为针对不同大小的目标，应该有不同的背景尺度，例如：对于小目标，就应该囊括更多的背景，因为他们的检测受背景影响大。具体来说，对于某个图片H x W和检测框(xc, yc, h, w)，高斯映射（Gaussian map）为：
增强区域V定义为：
对box-level增强方法的区域比例定义为r，是可搜索的：
。因此，标准差可以通过下式算得：
image-level Aug -> (Color box-level Aug -> Geometric box-level Aug)^5 -> scale ratios，其中image-level Aug包括zoom-in/out，Color和Geometric Aug见下图，每种增强方法包括6个离散的执行概率和6个执行强度；area ratios包括small, middle和Large三种，每种包括10个离散值，因此，整体搜索空间为：
首先训练一个模型，记录它在验证集上的准确率，和每个尺度目标的准确率；然后将该模型在子策略上进一步fine-tune，记录子模型各个尺度目标的损失和准确率。目标函数如下：
包括两个部分：（1）损失的标准差：各个尺度目标对应的损失要求方差尽可能小；（2）Pareto Optimality惩罚fine-tune后效果变差的项。
进化算法，例如：tournament selection algorithm。验证集包含5k张图片，从MS COCO的train2017中随机采样；剩下的部分用于子模型训练；每个子模型fine-tune 1k iterations。进化搜索中，进化过程迭代10次，初始种群大小设为50，选择最好的10个作为下一代的父母。
和Baseline和Multi-scale training baseline作比较，其中MS Baseline，通过随机选择640-800中的一个尺度去训练。
