CutMix：区域级混合数据增强的原理

CutMix算法：

1. 随机选取两个样本(x_A, y_A)和(x_B, y_B)
2. 从x_A中裁剪一个矩形区域R，用x_B的对应区域填充
3. 标签按面积比例混合：
   • 设矩形区域面积为S_R，整张图像面积为S
   • 混合比例λ = 1 - S_R/S
   • y = λ·y_A + (1-λ)·y_B

与MixUP的本质区别：

维度	MixUp	CutMix
混合方式	像素级线性插值	区域剪切粘贴
区域信息	全局模糊	局部信息保留
定位能力	❌ 丢失空间信息	✅ 保留空间位置
视觉自然度	低（透明叠加）	高（仍是自然图像）

为什么CutMix在定位任务中表现更优：

1. 局部特征保留：

   • 模型需要关注局部区域来识别被覆盖的内容
   • 被迫学习空间注意力（哪儿有A类、哪儿有B类）

2. 自然性：

   • CutMix产生的图像仍然是自然图像而非模糊叠加
   • 模型不会学到"模糊=混合"的捷径

3. 目标检测增强：

   • 矩形区域可视为一种"遮挡"增强
   • 模型学习部分遮挡下的检测能力

4. 注意力图更聚焦：

   • Grad-CAM可视化显示CutMix使模型关注目标的判别性区域
   • 而MixUp使注意力分布在整张图像

代码关键：矩形区域坐标采样：

rx = np.random.randint(W)
ry = np.random.randint(H)
rw = int(W * np.sqrt(1-lambda_))
rh = int(H * np.sqrt(1-lambda_))