Исследователи из Массачусетского технологического института собрали набор данных из 21 тысяч общедоступных программ генерации изображений из Интернета для обучения модели компьютерного зрения, сообщает издание TechXplore.
Эти программы создают разнообразные изображения, отображающие простые цвета и текстуры. Исследователи обучили с помощью этого большого набора данных программ и классифицировали изображения точнее, чем другие синтетически обученные модели. И хотя их модели уступали обученным на реальных данных, исследователи показали, что увеличение количества программ обработки изображений также увеличивает производительность модели, открывая путь к достижению более высокой точности.
Эти простые программы работают настолько быстро, что исследователям не нужно было заранее создавать изображения для обучения модели. Когда они сравнили свои предварительно обученные модели с современными моделями компьютерного зрения, которые были предварительно обучены с использованием синтетических данных, их модели оказались более точными, то есть они чаще помещали изображения в правильные категории.
Исследователи также использовали каждую отдельную программу генерации изображений для предварительного обучения, чтобы выявить факторы, влияющие на точность модели. Они обнаружили, что когда программа генерирует более разнообразный набор изображений, модель работает лучше. Они также обнаружили, что цветные изображения со сценами, заполняющими весь холст, больше всего улучшают производительность модели.
Теперь, когда исследователи продемонстрировали успех этого подхода к предварительному обучению, они хотят распространить свою технику на другие типы данных, такие как мультимодальные данные, включающие текст и изображения. Они также хотят продолжить изучение способов повышения производительности классификации изображений.
