높은 표현력과 과적합
복잡한 과제를 다루는 합성곱 신경망은 풍부한 표현을 학습하지만 큰 용량 때문에 과적합하기도 쉽다. Cutout은 입력에 직접 변형을 적용해 일반화를 돕는 정규화로 제시됐다.
입력의 일부를 가리기
학습 중 이미지의 정사각형 영역을 무작위로 마스킹한다. 다른 이미지의 조각을 붙이는 CutMix와 달리 선택한 영역의 입력 정보를 가리는 방식이다.
다른 정규화와 병용
기존 자료 증강이나 다른 정규화 기법과 함께 사용할 수 있다. 연구는 같은 모델에 이런 방법들을 결합했을 때 추가 성능 개선이 가능한지 살폈다.
초기 분류 평가
CIFAR-10과 CIFAR-100 및 SVHN에 적용해 견고함과 분류 성능을 평가했다. 초기 논문에서 보고한 시험 오류율은 각각 2.56퍼센트와 15.20퍼센트 및 1.30퍼센트였다.
관련 문서
CutMix / MixUp / MixMatch / FixMatch / Noisy Student / 신경망