더 나은 기계 학습 성능을 위한 CNN 기반 이미지 리사이징

AI 요약

Google Research는 이미지 기반 컴퓨터 비전 훈련 워크플로의 효율성과 정확성을 개선하기 위해 Hossein Talebi와 Peyman Milanfar가 제안한 CNN 기반 하이브리드 이미지 리사이징 아키텍처를 발표했으며, 전처리 단계의 이미지 축소 방식을 개선해 4개의 인기 있는 컴퓨터 비전 데이터 세트에서 인식 결과를 뚜렷하게 향상시켰습니다. 논문은 자동화된 기계 학습 파이프라인에서 여전히 사용되는 바이리니어·바이큐빅·가장 가까운 이웃 같은 기존 리사이징 방법들이 수십 년 전의 것이며 모든 픽셀을 차별없이 처리한다고 지적하고, 제안된 학습된 리사이저는 바이리니어 리사이징과 스킵 커넥션을 결합해 소스 이미지에 인식될 키 특징의 고주파 세부 사항을 통합한다고 설명했습니다. 연구자들은 이 방법이 인식 작업에 최적화되어 있으며 초기 실험에서 Inception V2, DenseNet-121, ResNet-50, MobileNet-V2 등에서 오류율을 개선했다고 보고했습니다.