具有关键阶段增强的领域泛化
原文中文，约300字，阅读约需1分钟。发表于：。利用有限相位的变动而非固定相位的方法来改进深度神经网络在图像分类中表现下降的问题。根据假设，具有不同程度的域不变特征的相位进行了区分，提出了一种称为重要相位增强（VIPAug）的方法，根据给定相位的域不变特征程度来不同地对相位进行调整。该方法在清洁数据和损坏数据上都表现出改进，并在基准数据集 CIFAR-10、CIFAR-100、ImageNet-100 和 ImageNet 上达到了领先水平的性能。
本文介绍了一种改进深度神经网络在图像分类中表现下降问题的方法，利用有限相位的变动来提高网络性能，并根据相位的域不变特征程度进行调整。实验结果表明，该方法在清洁数据和损坏数据上都有显著改进，并在多个基准数据集上达到了领先水平的性能。
