作者丨小馬
編輯丨極市平臺
本文原創首發于極市平臺公眾號，轉載請獲得授權并標明出處。

【寫在前面】

盡管近年來卷積神經網絡很大地促進了計算機視覺的發展，但一個重要方面很少被關注：圖像大小對被訓練的任務的準確性的影響 。通常，輸入圖像的大小被調整到一個相對較小的空間分辨率(例如，224×224)，然后再進行訓練和推理。這種調整大小的機制通常是固定的圖像調整器（image resizer）（如：雙行線插值）但是這些調整器是否限制了訓練網絡的任務性能呢？ 作者通過實驗證明了典型的線性調整器可以被可學習的調整器取代，從而大大提高性能 。雖然經典的調整器通常會具備更好的小圖像感知質量（即對人類識別圖片更加友好），本文提出的可學習調整器不一定會具備更好的視覺質量，但能夠提高CV任務的性能。

在不同的任務中，可學習的圖像調整器與baseline視覺模型進行聯合訓練。這種可學習的基于cnn的調整器創建了機器友好的視覺操作，因此在不同的視覺任務中表現出了更好的性能 。作者使用ImageNet數據集來進行分類任務，實驗中使用四種不同的baseline模型來學習不同的調整器，相比于baseline模型，使用本文提出的可學習調整器能夠獲得更高的性能提升。

背景

目前的resize方法一般都是已經設計好的，不可學習的，典型的有NEAREST，BILINEAR，BICUBIC。

我們先來看看這些resize算法的不同效果：

原圖：

NEAREST：

BILINEAR：

BICUBIC：

可以看出，對人來說，不同的resize方法差別還是蠻大的。那么對于模型來說應該采用什么樣的resize方法呢？為此，作為提出了采用可學習的resizer model來對圖片進行resize，以進一步提高CV任務的性能。

1. 論文和代碼地址

Learning to Resize Images for Computer Vision Tasks

論文地址：https://arxiv.org/abs/2103.09950

代碼地址：未開源

全文鏈接：別魔改網絡了，Google研究員：模型精度不高，是因為你的Resize方法不夠好

關注極市平臺公眾號，獲取最新CV干貨。

總結

以上是生活随笔為你收集整理的别魔改网络了，Google研究员：模型精度不高，是因为你的Resize方法不够好的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。