ImageNet의 다운샘플링된 변형을 CIFAR 데이터셋의 대안으로

Source: Dev.to

Overview

ImageNet과 같은 대규모 이미지 컬렉션은 컴퓨터가 시각을 학습하도록 도와주지만, 많은 시간과 계산 자원을 필요로 합니다. 연구자들은 원본 데이터셋과 동일한 클래스와 이미지 수를 유지하면서 이미지 크기를 크게 줄인 다운샘플링된 ImageNet 버전을 만들었습니다.

• 파일 크기가 작아져 훈련이 훨씬 빠르게 진행되므로, 아이디어를 테스트하고 새로운 설계를 시도하며 하이퍼파라미터를 튜닝할 때 며칠을 기다리거나 대규모 컴퓨팅 비용을 들일 필요가 없습니다.
• 다운샘플링된 이미지에 대한 실험 결과는 전체 해상도 세트에서의 결과와 유사하게 나타나므로, 작은 데이터셋에서 내린 많은 결정이 원본 데이터셋에도 그대로 적용됩니다.
• 이 변형은 빠른 피드백과 낮은 비용이 필요한 학생, 취미 개발자, 연구팀에게 유용합니다.
• 여러 다운샘플링 크기가 제공되어 하드웨어와 시간 제약에 맞는 버전을 선택할 수 있습니다.

이미지 모델을 빠르게 탐색하고 싶다면 다운샘플링된 ImageNet을 사용해 보세요—실험 속도가 빨라지고 도전 과제는 유지되며 자원을 절약할 수 있어 실제 데이터를 더 쉽게 활용할 수 있습니다.

Read the comprehensive review:
A Downsampled Variant of ImageNet as an Alternative to the CIFAR datasets