SDI-Paste: Synthetic Dynamic Instance Copy-Paste for Video Instance Segmentation
The Australian National University（澳大利亚国立大学）
本文提出SDI-Paste视频数据增强方法，通过将生成模型产生的合成动态实例自动分割并复制粘贴到目标背景视频帧中，在Youtube-VIS 2021视频实例分割任务上取得显著性能提升。
2024-10-16 cs.CV
Multiclass Semantic Segmentation of Wildland Fire Images Using Context-Aware Centralized Copy-Paste Data Augmentation
The Ohio State University（俄亥俄州立大学）；Boston University（波士顿大学）；Utah State University（犹他州立大学）；Universidad de Antioquia（安蒂奥基亚大学）
针对野火图像语义分割中标注稀缺的问题，提出上下文感知的集中式复制粘贴数据增强方法，通过限制火灾放置到语义有效区域并匹配灰烬-植被组成，提升数据真实性与分割性能。
2026-09-21 cs.CV cs.LG
Centralized Copy-Paste: Enhanced Data Augmentation Strategy for Wildland Fire Semantic Segmentation
Mechanical and Aerospace Engineering, AIAA Student Member（机械与航空航天工程，AIAA学生会员）；Department of Computer Science（计算机科学系）；School of Environment and Natural Resources（环境与自然资源学院）；Computer Science and Engineering（计算机科学与工程）；Department of Electronics and Telecommunications Engineering（电子与电信工程系）；Aeronautical and Astronautical Engineering, AIAA Associate Fellow（航空与航天工程，AIAA associate fellow）
本文提出集中复制粘贴数据增强方法，通过识别火点、集中处理和粘贴提升野火分割性能，尤其在小样本数据下表现优异。
2026-04-21 cs.CV cs.LG
Control Copy-Paste: Controllable Diffusion-Based Augmentation Method for Remote Sensing Few-Shot Object Detection
Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院空天信息创新研究院）；Tsinghua University（清华大学）
针对遥感少样本检测的过拟合问题，提出基于条件扩散模型的可控复制粘贴方法，利用多样上下文并引入方向对齐策略，在DIOR数据集上平均提升10.76%的检测性能。
2026-09-10 cs.CV eess.IV
Adding New Categories in Object Detection Using Few-Shot Copy-Paste
针对计算机视觉中处理稀有目标类别的数据高效检测模型开发挑战，本研究系统调查聚焦目标遮挡的数据收集与增强技术，发现简单遮挡机制即可提升新类别添加性能，仅添加15张新类别图像到超50万张图像的训练集，模型在新类别测试集上达95%准确率。
2025-04-12 cs.CV
Enrich the content of the image Using Context-Aware Copy Paste
CSRD, Chengdu, China（成都CSRD）；German Research Center for Artificial Intelligence (DFKI), Kaiserslautern, Germany（德国人工智能研究中心（DFKI））
针对现有Copy-Paste数据增强方法忽略源目图像上下文关联导致输出不一致的问题，提出融合BLIP、结合SAM与YOLO的上下文感知复制粘贴方法，无需人工标注，可有效提升数据多样性并生成高质量伪图像。
2025-05-21 cs.CV
VERIA: Verification-Centric Multimodal Instance Augmentation for Long-Tailed 3D Object Detection
KAIST（韩国科学技术院）；Naver Labs（Naver实验室）
VERIA通过多模态实例增强方法提升长尾分布下3D目标检测性能，利用基础模型生成同步RGB-LiDAR实例并进行语义与几何验证，改进稀有类别的检测效果。
2026-03-25 cs.CV
Improving Small Drone Detection Through Multi-Scale Processing and Data Augmentation
Pontifical Catholic University of Paraná（帕尔马国家神学院）；Federal University of Paraná（帕尔马联邦大学）
针对小型无人机易与鸟类混淆的检测难题，基于YOLOv11模型结合多尺度处理、复制粘贴数据增强与帧间一致性后处理技术，在WOSDETC大赛中夺冠，可有效实现复杂环境下的无人机检测。
2025-11-15 cs.CV
A Probabilistic Framework for Improving Dense Object Detection in Underwater Image Data via Annealing-Based Data Augmentation
Harvard Department of Mathematics（哈佛数学系）；Harvard Department of Computer Science（哈佛计算机科学系）
本文提出一种概率框架，通过退火数据增强提升水下图像中密集目标检测的鲁棒性，利用DeepFish数据集生成自定义检测数据集，并通过伪模拟退火算法合成逼真鱼群场景，实验表明其优于YOLOv10基线模型。
2026-04-23 cs.CV
Augmentation for small object detection
Tensorflight, Inc.（Tensorflight公司）；University College London（伦敦大学学院）；Warsaw University of Technology（华沙理工大学）；New York University（纽约大学）
近年来，目标检测经历了令人印象深刻的进步。尽管有这些改进，但在检测小物体和大物体之间的性能仍然存在显著差距。我们在一个具有挑战性的数据集MS COCO上分析了当前最先进的模型Mask-RCNN。我们发现，小的地面实况对象和预测的锚点之间的重叠远低于预期的IoU阈值。我们推测这是由于两个因素：（1）只有少数图像包含小对象，（2）即使在包含它们的每个图像中，小对象也没有足够的显示。因此，我们建议用小对象对这些图像进行过采样，并通过多次复制粘贴小对象来增强这些图像。它使我们能够权衡探测器在大物体上的质量和在小物体上的质量。我们评估了不同的粘贴增强策略，并最终，我们实现了9.7\%的实例分割和7.1\%的小对象的目标检测的相对改善，相比MS COCO的最先进的方法的当前状态。
2019-02-19 cs.CV
ObjectMix: Data Augmentation by Copy-Pasting Objects in Videos for Action Recognition
Nagoya Institute of Technology（名古屋工业大学）
在本文中，我们提出了一个数据增强方法的动作识别使用实例分割。虽然许多数据增强方法已被提出用于图像识别，但其中很少有针对动作识别的。我们提出的方法，ObjectMix，提取每个对象区域从两个视频使用实例分割，并将它们结合起来，以创建新的视频。在UCF 101和HMDB 51两个动作识别数据集上的实验表明了该方法的有效性，并显示了其优于VideoMix的优势。
2022-11-14 cs.CV
CamoFA: A Learnable Fourier-based Augmentation for Camouflage Segmentation
University of Science, Ho Chi Minh City（胡志明市科学大学）；Vietnam National University, Ho Chi Minh City（胡志明市越南国家大学）；Stony Brook University（石溪大学）；John von Neumann Institute（约翰·冯·诺依曼研究所）；University of Dayton（代顿大学）；Monash University（莫纳什大学）
本文提出频域可学习增强方法CamoFA，利用条件GAN、交叉注意力与自适应频域混合交换增强伪装目标可见性，显著提升COD和CIS模型性能。
2024-12-03 cs.CV
InstaBoost: Boosting Instance Segmentation via Probability Map Guided Copy-Pasting
Shanghai Jiao Tong University（上海交通大学）
实例分割需要大量的训练样本来实现令人满意的性能，并受益于适当的数据增强。为了扩大训练集并增加多样性，以前的方法已经研究了在弱监督机制中使用来自其他域（例如，bbox，point）的数据注释。在本文中，我们提出了一个简单，高效和有效的方法来增加训练集使用现有的实例掩码注释。利用背景的像素冗余，我们能够通过简单地向对象引入随机抖动来提高COCO数据集上1.7 mAP和Pascal VOC数据集上3.3 mAP的Mask R-CNN的性能。此外，我们提出了一个位置概率图为基础的方法来探索可行的位置，对象可以放置基于局部外观相似性。在这样的地图的指导下，我们将R101-Mask R-CNN在实例分割上的性能从35.7 mAP提升到37.9 mAP，而无需修改主干或网络结构。该方法实现简单，不增加计算复杂性。它可以集成到任何实例分割模型的训练管道中，而不会影响训练和推理效率。我们的代码和模型已在https://github.com/GothicAi/InstaBoost上发布
2019-08-21 cs.CV
On the Importance of Visual Context for Data Augmentation in Scene Understanding
University Grenoble Alpes（格勒诺布尔-阿尔卑斯大学）；Inria（法国国家信息与自动化研究所）；CNRS（法国国家科学研究中心）；Grenoble INP（格勒诺布尔国立高等物理、数学与信息学院）
已知执行用于学习深度神经网络的数据增强对于训练视觉识别系统是重要的。通过人为地增加训练样本的数量，它有助于减少过拟合并提高泛化能力。虽然简单的图像变换已经可以提高大多数视觉任务的预测性能，但通过利用特定于任务的先验知识可以获得更大的收益。在这项工作中，我们考虑目标检测，语义和实例分割和增强的训练图像混合对象在现有的场景中，使用实例分割注释。我们观察到，在图像上随机粘贴对象会损害性能，除非对象被放置在正确的上下文中。为了解决这个问题，我们提出了一个明确的上下文模型，通过使用一个卷积神经网络，预测图像区域是否适合放置一个给定的对象或不。在我们的实验中，我们表明，我们的方法是能够提高目标检测，语义和实例分割的PASCAL VOC12和COCO数据集，在有限的注释情况下，即只有一个类别被注释显着的收益。我们还表明，该方法并不限于数据集，来与昂贵的像素明智的实例注释，可以使用时，只有边界框可用，通过采用弱监督学习，例如面具近似。
2019-09-19 cs.CV
3D Copy-Paste: Physically Plausible Object Insertion for Monocular 3D Detection
Stanford University（斯坦福大学）；University of Southern California（南加州大学）；Bosch Research North America（博世北美研究院）；Bosch Center for Artificial Intelligence (BCAI)（博世人工智能中心（BCAI））
针对单目3D检测真实训练数据不足，本文提出3D Copy-Paste，通过无碰撞放置、姿态估计与空间变化光照渲染将虚拟物体物理合理地插入真实室内场景，显著提升检测性能。
2023-12-08 cs.CV cs.LG
Mitigating Memorization in Text-to-Image Diffusion via Region-Aware Prompt Augmentation and Multimodal Copy Detection
The University of Western Australia（西澳大学）；The University of Melbourne（墨尔本大学）；Curtin University（科廷大学）
本文提出区域感知提示增强和多模态复制检测方法，通过增强提示多样性与检测复制行为，提升文本到图像扩散模型的生成质量与安全性。
2026-03-13 cs.CV
Improved Image Augmentation for Convolutional Neural Networks by Copyout and CopyPairing
AIDA Research Group（AIDA研究小组）；T-Systems on site services GmbH（T-Systems现场服务有限公司）
图像增强是一种广泛用于提高卷积神经网络（CNN）性能的技术。在常见的图像移动中，裁剪、翻转、剪切和旋转用于增强。但是还有更先进的技术，如Cutout和SamplePairing。在这项工作中，我们提出了两个国家的最先进的Cutout和SamplePairing技术的改进。我们的新方法称为Copyout，它将另一个随机训练图像的正方形补丁复制到用于训练的每个图像的随机位置。我们发现的第二种技术称为CopyPairing。它结合了Copyout和SamplePairing，以进一步增强和更好的性能。我们在CIFAR-10数据集上使用这些增强技术进行了不同的实验，以评估和比较不同配置下的增强技术。在我们的实验中，我们表明，Copyout减少了8.18%的测试出错率相比，Cutout和4.27%相比，样本配对。CopyPairing比Cutout和SamplePairing分别降低了11.97%和8.21%的测试出错率。Copyout和CopyPairing实现可在https://github.com/t-systems-on-site-services-gmbh/coocop上获得。
2019-09-22 cs.CV eess.IV
Enhanced Generative Data Augmentation for Semantic Segmentation via Stronger Guidance
University of Information Technology（信息技术大学）；Vietnam National University（越南国家大学）
针对语义分割传统数据增强语义多样性不足的问题，提出基于可控扩散模型的增强流水线，通过类别提示追加等机制提升生成准确性，结合类别平衡算法，在PASCAL VOC数据集上验证了生成高质量合成图像的有效性。
2025-09-04 cs.CV
InsMix: Towards Realistic Generative Data Augmentation for Nuclei Instance Segmentation
The Hong Kong University of Science and Technology（香港科技大学）
细胞核分割是数字病理分析中的一项基本任务。然而，基于深度学习的细胞核分割方法通常受到有限注释的影响。本文提出了一种现实的数据增强方法，命名为InsMix，核分割，遵循复制-粘贴-平滑的原则，并进行形态约束的生成实例增强。具体地说，我们提出了形态学约束，使增强图像能够获得丰富的信息，同时保持其形态学特征（例如，几何形状和位置）。为了充分利用背景像素的冗余性，提高模型的鲁棒性，我们进一步提出了一种背景扰动方法，该方法在不扰乱原始细胞核分布的情况下随机打乱背景块。为了实现原始实例和模板实例之间的上下文一致性，设计了具有前景相似性编码器（FSE）和三元组丢失的平滑GAN。我们在两个数据集上验证了所提出的方法，即，Kumar和CPS数据集。实验结果表明，每个组件的有效性和优越的性能，我们的方法达到国家的最先进的方法。
2022-06-30 cs.CV eess.IV
Depth-Copy-Paste: Multimodal and Depth-Aware Compositing for Robust Face Detection
Coffee AI Lab, Great Wall Motor(GWM), China（咖啡AI实验室，长城汽车（GWM），中国）
深度复制-粘贴通过多模态和深度感知的增强方法，生成多样且物理一致的训练数据，提升人脸检测的鲁棒性。
2025-12-12 cs.CV
Soft-CP: A Credible and Effective Data Augmentation for Semantic Segmentation of Medical Lesions
Tsinghua University（清华大学）；Peking University Shenzhen Hospital（北京大学深圳医院）
医学数据集通常面临着数据稀缺和数据不平衡的问题。此外，注释大型数据集的医学病变的语义分割是领域知识和耗时的。本文提出了一种新的对象混合方法（简称soft-CP），结合Copy-Paste增强方法对医学病灶进行离线语义分割，保证病灶周围边缘信息的正确性，解决了上述问题。我们证明了该方法的有效性与几个数据集在不同的成像模式。在我们对KiTS 19 [2]数据集的实验中，Soft-CP优于现有的医学病变合成方法。Soft-CP增强在低数据状态（10%的数据）中提供+26.5%DSC的增益，在高数据状态（所有数据）中提供+10.2%DSC的增益。在离线训练数据中，真实图像与合成图像的比率为3：1。
2022-03-20 cs.CV cs.LG eess.IV
Augment Before Copy-Paste: Data and Memory Efficiency-Oriented Instance Segmentation Framework for Sport-scenes
National Cheng Kung University（成功大学）；Institute of Data Science, National Cheng Kung University（成功大学数据科学学院）
针对VIPriors2023挑战赛中有限数据与内存约束下的篮球场个体定位任务，提出基于视觉归纳先验流传播的内存高效实例分割框架，将先验信息融入数据预处理、增强及推理阶段，取得0.509 AP@0.50:0.95的性能。
2024-03-18 cs.CV cs.MM
R&D: Balancing Reliability and Diversity in Synthetic Data Augmentation for Semantic Segmentation
University of Information Technology, Ho Chi Minh City, Vietnam（越南胡志明市信息科技学院）；Vietnam National University, Ho Chi Minh City, Vietnam（越南国家大学）
本文提出一种整合可控扩散模型的合成数据增强方法，通过类感知提示和视觉先验融合提升图像质量，有效提升语义分割性能，尤其在数据稀缺场景中表现优异。
2026-03-19 cs.AI cs.CV
X-Paste: Revisiting Scalable Copy-Paste for Instance Segmentation using CLIP and StableDiffusion
University of Science and Technology of China（中国科学技术大学）；Microsoft（微软）
本文提出X-Paste框架，利用CLIP零样本过滤和StableDiffusion生成大规模多样化实例，使复制-粘贴数据增强真正可扩展，在LVIS长尾类别上显著提升实例分割性能。
2023-05-31 cs.CV cs.LG
Distilling Localization for Self-Supervised Representation Learning
City University of Hong Kong（香港城市大学）；Microsoft Research Asia（微软亚洲研究院）
对比学习的最新进展彻底改变了无监督表示学习。具体地说，来自同一图像的多个视图（增强）被鼓励映射到类似的嵌入，而来自不同图像的视图被分开。在本文中，通过可视化和诊断分类错误，我们观察到，目前的对比模型是无效的，在定位前景对象，限制了他们的能力，以提取区分高层次的功能。这是由于视图生成过程均匀地考虑图像中的像素的事实。为了解决这个问题，我们提出了一种数据驱动的方法来学习背景不变性。它首先估计图像中的前景显著性，然后通过将前景复制并粘贴到各种背景上来创建增强。学习仍然遵循实例判别借口任务，因此表示被训练为忽略背景内容并专注于前景。我们研究了各种显着性估计方法，发现大多数方法导致对比学习的改进。通过这种方法（DiLo），ImageNet分类上的自监督学习以及PASCAL VOC和MSCOCO上的目标检测都实现了显著的性能。
2021-01-19 cs.CV
Learning Gaussian Data Augmentation in Feature Space for One-shot Object Detection in Manga
The University of Tokyo（东京大学）
针对漫画单样本目标检测中参考样本少、角色姿态表情差异大及长尾分布的难题，提出特征空间高斯噪声增强方法，各通道噪声方差训练习得，提升了已见和未见类别检测性能，优于图像空间增强方法。
2024-10-08 cs.CV cs.MM
Semmeldetector: Application of Machine Learning in Commercial Bakeries
Technische Hochschule Nürnberg Georg Simon Ohm（纽伦堡乔治西蒙欧姆应用技术大学）
本文提出 Semmeldetector，利用 YOLOv8 和 Copy-Paste 增强在 1151 张图像、18 类烘焙食品上实现检测计数，最佳模型 AP@0.5 达 89.1%，证明小数据集下机器学习可有效应用于面包店等非传统行业。
2024-06-06 cs.CV
Point-Teaching: Weakly Semi-Supervised Object Detection with Point Annotations
The University of Adelaide（阿德莱德大学）；Alibaba Damo Academy（阿里巴巴达摩院）；Zhejiang University（浙江大学）
点注释比限界框注释更省时。然而，如何使用廉价的点注释来提高半监督目标检测的性能仍然是一个悬而未决的问题。在这项工作中，我们提出了点教学，弱半监督目标检测框架，充分利用点注释。具体来说，我们提出了一个基于匈牙利的点匹配方法来生成点注释图像的伪标签。我们进一步提出了多实例学习（MIL）的方法在图像和点的水平，监督点注释的对象检测器。最后，我们提出了一个简单而有效的数据增强，称为点引导复制粘贴，以减少不匹配点的影响。实验证明了我们的方法在几个数据集和各种数据制度的有效性。
2022-10-24 cs.CV
CP-Dilatation: A Copy-and-Paste Augmentation Method for Preserving the Boundary Context Information of Histopathology Images
Korea Advanced Institute of Science and Technology（韩国科学技术院）
本文提出CP-Dilatation数据增强方法，在传统复制粘贴基础上引入膨胀操作以保留恶性肿瘤边界上下文信息，并在组织病理学基准数据集上验证其优于现有最先进基线。
2025-07-07 cs.CV eess.IV
Contrastive Learning with Large Memory Bank and Negative Embedding Subtraction for Accurate Copy Detection
DeNA Co., Ltd.（DeNA有限公司）
拷贝检测是一个尚未解决的问题，它是一个确定图像是否是数据库中任何图像的修改副本的任务。因此，我们通过用对比学习训练卷积神经网络（CNN）来解决拷贝检测。使用大内存库和硬数据增强进行训练，使CNN能够获得更具鉴别力的表示。我们提出的负嵌入减法进一步提高了复制检测的准确性。使用我们的方法，我们在Facebook AI图像相似性挑战：描述符跟踪中获得了第一名。我们的代码在这里公开：\url{https://github.com/lyakaap/ISC21-Descriptor-Track-1st}
2021-12-08 cs.CV
Image Copy-Move Forgery Detection via Deep PatchMatch and Pairwise Ranking Learning
Shenzhen University（深圳大学）；Ningbo University（宁波大学）；University of Macau（澳门大学）
提出一种端到端CMFD框架，结合深度跨尺度PatchMatch定位伪造区域并利用成对排序学习区分源与目标区域，显著提升了泛化能力和检测精度。
2024-04-26 cs.CV
Formula-Driven Data Augmentation and Partial Retinal Layer Copying for Retinal Layer Segmentation
Graduate School of Information Sciences, Tohoku University（东北大学信息科学研究科）；Graduate School of Medicine, Tohoku University（东北大学医学研究科）
针对OCT视网膜层分割依赖预先展平、难以处理病变或近视视网膜的问题，提出FDDA与PRLC两种数据增强方法，使既有分割模型无需展平即可检测层边界。
2024-10-02 cs.CV eess.IV
TumorCP: A Simple but Effective Object-Level Data Augmentation for Tumor Segmentation
University of California, Los Angeles（加利福尼亚大学洛杉矶分校）；Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）；University of Chinese Academy of Sciences（中国科学院大学）；Lenovo Corporate Research & Development, Lenovo Ltd.（联想有限公司联想企业研究院）
深度学习模型是出了名的数据饥渴。因此，迫切需要在医学图像分析中的数据高效的技术，其中注释良好的数据是昂贵的和耗时的collect.Motivated最近复活的“复制粘贴”增强，我们提出了TumorCP，一个简单而有效的对象级数据增强方法量身定制的肿瘤分割。TumorCP是在线和随机的，为肿瘤的主体，位置，外观以及形态提供无限的增强可能性。在肾脏肿瘤分割任务上的实验表明，TumorCP在肿瘤Dice上超过强基线7.12%。此外，结合图像级数据增强，它在肿瘤Dice上比当前最先进的技术高出2.32%。进行全面的消融研究以验证TumorCP的有效性。与此同时，我们表明，TumorCP可以在极低数据的情况下带来显着的改善。仅用10%的标记数据进行评估，TumorCP将肿瘤Dice显著增加了21.87%。据我们所知，这是第一个工作探索和扩展的“复制粘贴”设计在医学成像领域。代码可在：https://github.com/YaoZhang93/TumorCP.
2021-07-21 cs.CV
Three Ways to Improve Semantic Segmentation with Self-Supervised Depth Estimation
ETH Zurich（苏黎世联邦理工学院）；University of Bonn（波恩大学）；KU Leuven（鲁汶大学）
训练用于语义分割的深度网络需要大量标记的训练数据，这在实践中提出了一个重大挑战，因为标记分割掩码是一个高度劳动密集型的过程。为了解决这个问题，我们提出了一个框架，半监督语义分割，这是增强了自监督单目深度估计从未标记的图像序列。特别是，我们提出三个关键贡献：（1）我们将知识从自监督深度估计期间学习的特征转移到语义分割，（2）我们通过使用场景的几何形状混合图像和标签来实现强数据增强，以及（3）我们利用深度特征多样性以及学生学习深度的难度水平-教师框架来选择最有用的样本进行语义分割的注释。我们在Cityscapes数据集上验证了所提出的模型，其中所有三个模块都表现出显着的性能增益，并且我们实现了半监督语义分割的最新结果。该实现可在www.example.com上获得。
2021-04-05 cs.CV
FSBI: Deepfakes Detection with Frequency Enhanced Self-Blended Images
King Fahd University of Petroleum and Minerals（法赫德国王石油矿产大学）；SDAIA-KFUPM Joint Research Center for Artificial Intelligence（SDAIA-KFUPM人工智能联合研究中心）
本文提出FSBI方法，利用离散小波变换从自混合图像中提取频率特征训练卷积网络，以检测时域难以发现的伪造伪影，在FF++和Celeb-DF数据集跨数据集评估中超越现有技术。
2024-06-25 cs.CV
SRA-Seg: Synthetic to Real Alignment for Semi-Supervised Medical Image Segmentation
The University of Texas at San Antonio（德克萨斯大学圣安东尼奥分校）
SRA-Seg通过合成到现实的特征对齐，利用SA损失和软边缘融合技术，在仅用10%真实标注数据和90%合成数据的情况下，显著提升了医学图像分割性能。
2026-02-03 cs.CV
Strong Instance Segmentation Pipeline for MMSports Challenge
Ant Group（蚂蚁集团）
ACM MMSports2022 DeepSportRadar实例分割挑战赛的目标是解决篮球场上单个人类的分割问题，包括球员，教练和裁判。这个挑战的主要特点是玩家之间的闭塞程度很高，数据量非常有限。为了解决这些问题，我们设计了一个强大的实例分割管道。首先，我们采用了适当的数据增强策略，主要包括光度失真变换和复制粘贴策略，这可以生成更多的图像实例，更广泛的分布。其次，在基于Swin-Base的CBNetV2主干上采用了一种强分割模型--基于混合任务级联的检测器，并在HTCMaskHead中加入了MaskIoU头，简单有效地提高了实例分割的性能。最后，应用SWA培训策略进一步提高绩效。实验结果表明，该流水线在DeepSportRadar挑战集上可以获得0.768AP@0.50：0.95的有竞争力的结果。源代码可在www.example.com上获得。
2022-09-28 cs.CV
Scrape, Cut, Paste and Learn: Automated Dataset Generation Applied to Parcel Logistics
FZI Research Center for Information Technology（FZI信息技术研究中心）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
本文提出一个四步全自动合成数据集生成流程，通过图像抓取、选择、随机布局与混合粘贴，在包裹分割任务上实现Mask AP 86.2的真实图像迁移效果。
2022-10-18 cs.CV
Traffic Context Aware Data Augmentation for Rare Object Detection in Autonomous Driving
NullMax；Zhengzhou University（郑州大学）
稀有物体的检测（例如，交通锥、交通桶和交通警告三角形）是提高自动驾驶安全性的重要感知任务。这种模型的训练通常需要大量的注释数据，这是昂贵且耗时的。为了解决上述问题，一种新兴的方法是应用数据增强来自动生成无成本的训练样本。在这项工作中，我们提出了一个系统的研究简单的复制粘贴数据增强罕见的目标检测在自动驾驶。具体地说，局部自适应实例级图像变换被引入到生成逼真的稀有对象掩模从源域到目标域。此外，交通场景上下文被用来指导稀有对象的掩模的放置。为此，我们的数据增强通过利用局部和全局一致性生成具有高质量和现实特征的训练数据。此外，我们还构建了一个新的数据集，即Rare Object Dataset（ROD），其中包括10k张训练图像、4k张验证图像以及相应的标签，这些标签包含了自动驾驶中的各种场景。在ROD上的实验表明，该方法在稀有目标检测上取得了良好的效果。我们还提出了一个彻底的研究，以说明我们的本地自适应和全局约束为基础的复制粘贴数据增强罕见的目标检测的有效性。ROD的数据、开发工具包和更多信息可在线获取：\url{https://nullmax-vision.github.io}。
2022-07-02 cs.CV
SpliceMix: A Cross-scale and Semantic Blending Augmentation Strategy for Multi-label Image Classification
Nanjing University of Science and Technology（南京理工大学）；JD Explore Academy（京东探索研究院）；Anhui University（安徽大学）；Yunnan University（云南大学）
本文提出SpliceMix多标签图像分类数据增强策略，通过网格拼接下采样图像混合语义缓解共现偏差，并与原始小批量拼接实现跨尺度交互，以简单高效的方式显著提升基线及现有方法的性能。
2023-11-26 cs.CV cs.LG
Supervised Contrastive Learning on Blended Images for Long-tailed Recognition
Korea Advanced Institute of Science and Technology（韩国科学技术院）
真实世界的数据通常具有长尾分布，其中每个类的样本数量在训练类中不相等。不平衡的数据形成有偏的特征空间，这恶化了识别模型的性能。在本文中，我们提出了一种新的长尾识别方法来平衡潜在的特征空间。首先，我们引入了一种基于MixUp的数据增强技术来减少长尾数据的偏差。此外，我们提出了一种新的监督对比学习方法，命名为监督对比学习混合类（SMC），混合图像。SMC根据原始图像的类别标签创建一组阳性图像。阳性的组合比率对训练损失中的阳性进行加权。基于类混合损失的SMC探索了更多样的数据空间，增强了模型的泛化能力。在各种基准测试上的大量实验表明了我们的一阶段训练方法的有效性。
2022-11-22 cs.CV
InstructMixup: Instruction-Guided Salient Patch Editing for Robust Data Augmentation
The University of Melbourne（墨尔本大学）；Information Technology University（信息技术大学）；Westlake University（西湖大学）
研究提出InstructMixup数据增强方法，利用轻量级检测器提取显著补丁，经指令引导生成模型细化后融合回原样本，还注入分形结构增加多样性，推导二阶近似，实验表明该方法在多基准测试中优于多种竞争方法。
2026-07-22 cs.CV
Iterative pseudo-labeling based adaptive copy-paste supervision for semi-supervised tumor segmentation
School of Software, Northwestern Polytechnical University, Shaanxi, China（西北工业大学软件学院）；Yangtze River Delta Research Institute of Northwestern Polytechnical University, Taicang, China（西北工业大学 Yangtze River Delta 研究院）；Department of Computer Science and Information Technology, La Trobe University, Melbourne, Australia（拉特罗布大学计算机科学与信息技术系）；Department of Computer Science, School of Engineering, Shantou University, Guangdong, China（汕尾大学工程学院计算机科学系）；Shandong Cancer Hospital and Institute, Shandong First Medical University and Shandong Academy of Medical Sciences, Shandong, China（山东省肿瘤医院）；Australian Institute of Health Innovation (AIHI), Macquarie University, Australia（澳大利亚健康创新研究所（AIHI），麦考瑞大学）；School of Software, Shandong University, Shandong, China（山东大学软件学院）；AIDD, Faculty of Applied Science, Macao Polytechnic University, Macao SAR, China（澳门理工学院应用科学学院AIDD）；School of Computer Software, College of Intelligence and Computing, Tianjin University, Tianjin, China（天津大学计算机软件学院）
针对半监督肿瘤分割中肿瘤多且体积小、数据增强利用不足的问题，提出IPA-CP方法，结合双向不确定性自适应增强与迭代伪标签转换，在CT分割上超越现有SSL方法。
2025-08-06 cs.CV
InAugment: Improving Classifiers via Internal Augmentation
Tel-Aviv University（特拉维夫大学）；The Interdisciplinary Center Herzliya（赫兹利亚跨学科研究中心）
图像增强技术在输入图像上应用诸如旋转、剪切或颜色失真之类的变换函数。这些增强被证明是有用的，以提高神经网络的泛化能力。在本文中，我们提出了一种新的增强操作，InAugment，利用图像的内部统计。关键思想是从图像本身复制补丁，对它们应用增强操作，并将它们粘贴回同一图像上的随机位置。该方法简单，易于实现，可以与现有的增强技术相结合。我们在两个流行的数据集上测试了InAugment-- CIFAR和ImageNet。我们展示了对最先进的增强技术的改进。使用自动增强来简化InAugment产生了比其他增强技术（例如，比在CIFAR数据集上训练的多个架构提高了1%）。我们还证明了与以前的增强方法相比，ResNet 50和EfficientNet-B3 top-1在ImageNet数据集上的准确性有所提高。最后，我们的实验表明，使用InAugment训练卷积神经网络不仅提高了模型的准确性和置信度，而且提高了其在分布外图像上的性能。
2021-04-08 cs.CV
BOP Challenge 2020 on 6D Object Localization
Czech Technical University in Prague（布拉格捷克理工大学）；German Aerospace Center（德国航空航天中心）；MVTec（MVTec公司）；INRIA Paris（法国国家信息与自动化研究所巴黎）；Heidelberg University（海德堡大学）；Technical University Dresden（德累斯顿工业大学）
本文介绍了BOP Challenge 2020的评估方法、数据集和结果，这是一系列公开竞赛中的第三场，旨在从RGB-D图像中捕捉6D物体姿态估计领域的现状。在2020年，为了减少合成训练和真实测试RGB图像之间的域差距，参与者获得了由BlenderProc 4 BOP生成的350 K照片级真实感训练图像，BlenderProc 4 BOP是一种新的开源和轻量级的基于物理的渲染器（PBR）和程序数据生成器。基于深度神经网络的方法终于赶上了基于点对特征的方法，后者在之前的挑战中占据主导地位。尽管表现最好的方法依赖于RGB-D图像通道，但在26种评估方法中，当在训练和测试超时时仅使用RGB通道时，获得了很好的结果，第三种方法在PBR和真实图像的RGB通道上训练，而第五种方法仅在PBR图像的RGB通道上训练。强大的数据增强被确定为最高性能CosyPose方法的关键组成部分，尽管增强，PBR图像的照片真实感被证明是有效的。在线评价系统保持开放，可在项目网站上查阅：bop.felk.cvut.cz。
2020-10-13 cs.CV cs.GR cs.LG
MedDiffuseMix: Preserving Diagnostic Evidence with Saliency-Aware Diffusion Medical Image Data Augmentation
提出MedDiffuseMix框架，利用分类器显著性图引导扩散混合，主要增强低显著性背景区域，保留诊断关键区域，在四个医学图像数据集上提升分类性能。
2026-07-16 cs.AI cs.CV
The 2nd Place Solution from the 3D Semantic Segmentation Track in the 2024 Waymo Open Dataset Challenge
Marvell Technology（美满科技）
针对LiDAR三维语义分割数据长尾且多样性不足的问题，提出融合MinkUNet、LaserMix与PolarMix的MixSeg3D，并在2024年Waymo赛事三维语义分割赛道获得第二名。
2025-01-06 cs.CV cs.LG cs.RO
Equivariant Representation Learning for Augmentation-based Self-Supervised Learning via Image Reconstruction
Forschungszentrum Jülich（于利希研究中心）；Jülich Supercomputing Centre (JSC)（于利希超级计算中心）
针对增强式自监督学习偏重不变特征、忽视等变特征的问题，本文引入无额外参数的交叉注意力图像重构辅助任务，在3DIEBench和ImageNet上显著提升等变表示及下游性能。
2024-12-04 cs.CV
NightHaze: Nighttime Image Dehazing via Self-Prior Learning
National University of Singapore（新加坡国立大学）；Huawei International Pte Ltd（华为国际私人有限公司）
本文提出NightHaze，一种基于自先验学习的夜间图像去雾方法，通过利用光效和噪声进行严重增强训练并引入半监督自精炼模块，显著提升了夜间图像的可见度，在MUSIQ和ClipIQA指标上大幅超越现有方法。
2024-12-23 cs.CV
Automatic Visual Inspection of Rare Defects: A Framework based on GP-WGAN and Enhanced Faster R-CNN
Politecnico di Milano（米兰理工大学）；University of British Columbia（不列颠哥伦比亚大学）；Iran University of Science and Technology（伊朗科学技术大学）；Swiss Federal Institute of Technology at Lausanne (EPFL)（洛桑联邦理工学院（EPFL））
半导体和铸造等行业的当前趋势是将其视觉检测过程转移到自动视觉检测（AVI）系统，以减少成本，错误和对人类专家的依赖。本文提出了一种两阶段的AVI系统故障诊断框架。在第一阶段，生成模型的设计，以合成新的样本的基础上真实的样本。所提出的增强算法从真实样本中提取对象，并将它们随机混合，以生成新的样本，并增强图像处理器的性能。在第二阶段，提出了一种基于Faster R-CNN、特征金字塔网络（FPN）和残差网络的改进的深度学习架构，以对增强的数据集执行目标检测。在两个多类数据集上对算法的性能进行了验证和评估。在一系列的不平衡严重程度的实验结果表明，所提出的框架相比，其他解决方案的优越性。
2021-05-02 cs.CV cs.LG
USegMix: Unsupervised Segment Mix for Efficient Data Augmentation in Pathology Images
School of Electrical Engineering, Korea University（高丽大学电气工程学院）
USegMix是一种无监督分割混合的数据增强方法，利用超像素和SAM构建片段池，并通过扩散模型融合生成多样病理图像，提升结直肠癌和前列腺癌分类性能。
2025-02-22 cs.CV
LCMem: A Universal Model for Robust Image Memorization Detection
Friedrich-Alexander-Universität Erlangen-Nürnberg（埃朗根-纽伦堡弗里德里希-亚历山大大学）；Imperial College London（伦敦帝国理工学院）
LCMem通过两阶段训练策略，实现跨域隐私审计，提升记忆检测的可靠性和可扩展性。
2025-12-16 cs.CV
MoireDB: Formula-generated Interference-fringe Image Dataset
Tokyo Denki University（东京电机大学）；National Institute of Advanced Industrial Science and Technology (AIST)（独立行政法人产业技术综合研究所）；University of Oxford（牛津大学）
针对图像识别模型在真实世界退化下鲁棒性不足及现有数据增强方法的版权与成本问题，提出公式生成的干涉条纹图像数据集MoireDB，通过错觉图案有效提升模型鲁棒性且优于传统方法。
2025-02-03 cs.AI cs.CV cs.LG
Stable Diffusion For Aerial Object Detection
Microsoft Corp（微软公司）
针对航空目标检测的数据稀缺与长尾分布问题，提出一种基于Stable Diffusion的合成数据增强框架，通过ROI提取、LORA微调和Copy-Paste组合方法提升检测性能。
2023-11-21 cs.AI cs.CV cs.LG
