PyTorch Implementation of RandomErasing

Usage

$ python main.py --block_type basic --depth 110 --use_random_erase --random_erase_prob 0.5 --random_erase_area_ratio_range '[0.02, 0.4]' --random_erase_min_aspect_ratio 0.3 --random_erase_max_attempt 20 --outdir results

Results on CIFAR-10

w/o RandomErasing

$ python -u main.py --depth 56 --block_type basic --base_lr 0.2 --seed 7 --outdir results/wo_random_erasing/00

w/ RandomErasing

$ python -u main.py --depth 56 --block_type basic --base_lr 0.2 --use_random_erase --seed 7 --outdir results/w_random_erasing/00

References

• Zhong, Zhun, et al. "Random Erasing Data Augmentation." arXiv preprint arXiv:1708.04896 (2017). arXiv:1708.04896, PyTorch implementation