摘要

本文介绍了一种新的卷积神经网络（CNN）训练数据增强方法——随机擦除（Random Erasing）。在训练过程中，随机擦除会随机选择图像中的一个矩形区域，并将其像素值替换为随机值。通过这一过程，可以生成具有不同程度遮挡的训练图像，从而降低过拟合的风险并提高模型对遮挡的鲁棒性。随机擦除无需参数学习，易于实现，并且可以与大多数基于CNN的识别模型集成。尽管方法简单，但随机擦除与常用的随机裁剪和翻转等数据增强技术相辅相成，并在图像分类、目标检测和行人重识别任务中对强大的基线模型表现出一致的性能提升。代码可从以下地址获取：https://github.com/zhunzhong07/Random-Erasing。