KopiKat

KopiKat通过创建原始图像的新副本并保留所有关键数据标注，扩展了标准的数据增强方法。结果是一个质量与多样性均优于传统数据增强技术所生成模型的丰富模型。
Kopikat的目标是推动实际应用，尤其是在难以构建大规模数据集的场景中。Kopikat适用于最多5000张图像的数据集，这在许多现实世界的人工智能项目中十分常见。它使工程师能够提升mAP，扩充并多样化数据集，在目标检测、神经网络训练和迁移学习等领域具有不可或缺的优势。