AuAug Scale-Aware Auto-Autotuning for Object Detection (CVPR 2021)

1. Motivation

本文主要探讨目标检测任务中数据增强技术的应用。

该论文集中于对象检测过程中数据增强方法的研究。

此前的相关研究，针对如何将尺度适应性有效整合进网络结构的问题，主要集中于两个方面，即网络架构（FPN）以及数据增强策略。

尽管这些数据增强手段在实际应用中取得了令人鼓舞的性能提升，但它们通常高度依赖于专家的经验积累。

因此，在进行边界框级任务的数据增强搜索时，必须着重解决尺度感知特性与效率之间的矛盾问题。

2. Contribution

In this paper, we propose a new way to automatically learn scale-aware data augmentation strategies for object detection and relevant box-level tasks.

We first introduce scale-awareness to the search space from two image-l