TensorFlow.js Точность MobileNet по разрешению изображения
Мне интересно, есть ли какая-либо информация о том, как изменяется точность MobileNet при изменении разрешения изображения. Я не мог найти осмотра, хотя я вижу полезную информацию о компромиссах в точности и размере модели в таких местах, как это.
Это произошло потому, что я пытаюсь что-то сделать, используя изображения и начиная с этого набора данных Tiny ImageNet с изображениями 64x64 пикселей. Но точность классификации MobileNet для большинства из них довольно низкая. Этот график показывает достоверность для выборки из 1000 изображений (с достоверностью, сгруппированной вдоль оси x) и пример качества изображения при масштабировании до 224x224:
Я могу воспроизвести нечто подобное по адресу https://storage.googleapis.com/tfjs-examples/mobilenet/dist/index.html с несколькими тестовыми примерами, взятыми из ImageNet, где я классифицировал бы их в полном разрешении, изменил размер до 64x64, а затем увидел падение доверия до ~0,2, хотя в немногих, которые я пробовал вручную, они все еще были точными.
Я использовал эти сборки TensorFlow и MobileNet для данных выше:
https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@1.2.5/dist/tf.min.js
https://cdn.jsdelivr.net/npm/@tensorflow-models/mobilenet@2.0.2/dist/mobilenet.min.js
которые захватывают эту модель:
https://storage.googleapis.com/tfhub-tfjs-modules/google/imagenet/mobilenet_v1_100_224/classification/1/model.json
Обмен в mobilenet.load({version: 2, alpha: 1.0})грузыhttps://storage.googleapis.com/tfhub-tfjs-modules/google/imagenet/mobilenet_v2_100_224/classification/2/model.json, но я вижу ту же общую низкую достоверность:
Я понимаю, что в изображениях с низким разрешением меньше информации, и мне интересно, как будет выглядеть таблица размеров / точности / задержек, подобная этой, одной из моделей, поскольку изображения в одном и том же наборе данных имеют разные разрешения.
Кто-нибудь смотрел на это?