Beyond Nearest Neighbor Interpolation in Data Augmentation
Dieser Artikel schlägt eine modifizierte Pipeline zur Datenanreicherung für Faltungsneuronale Netze vor, die die Abhängigkeit von der Nearest-Neighbor-Interpolation zur Vermeidung von Pixel-basierten Annotationsfehlern und einer Degradierung hochfrequenter Details eliminiert und stattdessen einen auf dem Mittelwert basierenden Klassenfiltermechanismus sowie eine Offline-Generierung nutzt, um Leistungssteigerungen bei Datensätzen zur medizinischen und Röntgenbildsegmentierung zu erzielen.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie lehren einen Roboter, in Fotos Umrisse spezifischer Objekte zu erkennen und zu zeichnen, wie etwa die Suche nach Tumoren in einem Röntgenbild oder das Aufspüren von Batterien in einem Haufen aus Elektroschrott. Um den Roboter intelligent zu machen, zeigen Sie ihm Tausende von Bildern. Um ihn jedoch wirklich intelligent zu machen, müssen Sie ihm noch mehr Bilder zeigen, indem Sie die Originalbilder nehmen und sie verzerren, drehen, strecken und rotieren. Dies nennt man Datenaugmentierung.
Das Problem, so diese Arbeit, ist wie wir diese neuen, verzerrten Bilder erstellen.
Der alte Weg: Der „pixelgenaue" Kopierer
Traditionell muss der Computer, wenn wir ein Bild eines Objekts (wie eines Tumors) drehen, entscheiden, welche Farbe er die neuen, durch die Rotation entstandenen leeren Flächen malt.
- Für das Foto: Computer verwenden normalerweise eine glatte, künstlerische Methode (wie das Mischen von Farben), um das Bild natürlich aussehen zu lassen.
- Für den Umriss (die Maske): Um Verwirrung zu vermeiden, haben Computer historisch eine „Nachbar-zu-Nächster"-Methode verwendet. Denken Sie dabei an einen pixeligen Kopierer. Wenn ein Pixel rot war, ist der neue Pixel einfach eine Kopie des nächsten roten Pixels. Er mischt nicht; er rastet einfach in den nächsten Nachbarn ein.
Der Fehler: Der Autor argumentiert, dass diese „Einrast"-Methode wie der Versuch ist, einen glatten Kreis nur mit quadratischen Lego-Steinen zu zeichnen. Es entstehen gezackte, treppenartige Kanten. Diese gezackten Kanten verwirren den Roboter, weil sie nicht mit den glatten Kurven des realen Objekts übereinstimmen. Es ist, als würde man dem Roboter eine Karte mit gezackten, ungenauen Grenzen geben; er lernt dann, gezackte Grenzen zu zeichnen, anstatt glatte.
Der neue Weg: Der „glatte Maler" mit einem Sicherheitsnetz
Der Autor schlägt einen neuen Ansatz vor: Hören Sie auf, den „einrastenden" Kopierer für die Umrisse zu verwenden. Verwenden Sie stattdessen dieselben glatten, künstlerischen Mischmethoden, die für die Fotos verwendet werden, auch für die Umrisse.
Das Risiko: Wenn Sie Farben auf einem Umriss mischen, könnten seltsame, „undefinierte" Farben entstehen (wie ein Pixel, der zu 50 % rot und zu 50 % blau ist). Der Roboter weiß nicht, was er mit einem „halb-roten" Tumor anfangen soll.
Die Lösung: Der Autor erfand ein Sicherheitsnetz (genannt Globaler Filter).
- Glatte Malerei: Verwenden Sie zunächst die glatte Mischmethode, um den Umriss zu drehen und zu strecken. Dies bewahrt die feinen Details und hochfrequenten Strukturen (die winzigen, scharfen Kanten), die die „einrastende" Methode zerstört.
- Das Sicherheitsnetz: Nach dem Malen betrachtet das Sicherheitsnetz jeden Pixel. Wenn ein Pixel eindeutig die eine oder die andere Farbe ist, behält er sie. Wenn ein Pixel eine verwirrende „halb-und-halb"-Mischung ist, prüft das Sicherheitsnetz die Durchschnittsfarbe des umgebenden Bereichs und zwingt ihn, entweder vollständig die eine oder vollständig die andere Farbe zu sein.
Die Analogie: Stellen Sie sich vor, Sie dehnen ein Gummiband mit einer Zeichnung darauf.
- Alter Weg: Sie dehnen es, aber die Zeichnung wird blockig und pixelig und verliert ihre Form.
- Neuer Weg: Sie dehnen es glatt, sodass die Zeichnung klar bleibt, aber dann verwenden Sie einen Stempel, um eventuelle Verschmierungen zu korrigieren, die während des Dehnens entstanden sind, und stellen sicher, dass die Linien immer noch scharf und klar sind.
Was passierte, als sie es versuchten?
Der Autor testete dies an drei verschiedenen medizinischen Bilddatensätzen (Gehirnscans, Brustgewebe und Dickdarmpolypen) sowie einem Batteriedetektionsdatensatz. Er verwendete drei verschiedene „Schüler"-Roboter (Neuronale Netze namens U-Net, SegNet und DeepLabV3+) und einen Objektdetektor (YOLO).
Die Ergebnisse:
- Für die „Schüler" (Segmentierung): In den meisten Fällen schnitt der Roboter, der mit der Methode „Glatte Malerei + Sicherheitsnetz" trainiert wurde, besser ab. Er lernte, sauberere und genauere Umrisse zu zeichnen. Insbesondere für die Modelle U-Net und SegNet war die Verwendung der glatten Mischmethode (Bikubisch) für die Umrisse ein klarer Gewinner.
- Für den „Detektor" (Objekterkennung): Beim Suchen nach Batterien half die glatte Methode dem Roboter ebenfalls, Objekte zuverlässiger und mit höherem Vertrauen zu finden, obwohl er manchmal etwas weniger Gesamtobjekte im Vergleich zu anderen Methoden fand.
Das Fazit
Die Arbeit kommt zu dem Schluss, dass wir keine Angst haben sollten, „glatte" Mathematik zur Behandlung der Umrisse von Objekten zu verwenden, solange wir ein Sicherheitsnetz haben, um danach etwaige Verwirrungen zu bereinigen. Indem wir dies tun, verhindern wir, dass der Roboter schlechte Gewohnheiten lernt (wie gezackte Kanten), und helfen ihm, die winzigen, wichtigen Details der Objekte zu bewahren, die er zu erkennen versucht.
Kurz gesagt: Kopieren und Einfügen Sie keine Pixel, wenn Sie Ihre Trainingsdaten verzerren. Mischen Sie sie glatt und verwenden Sie dann einen Filter, um das Durcheinander zu beheben. Dies macht die KI intelligenter und genauer.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.