이 글에서는 이미지 크기 조정이 가장 많이 사용되는 이미지 처리 작업 중 하나이지만 몇 가지 함정이 숨겨져 있을 수 있음을 보여주었습니다. 특히 머신러닝 솔루션을 배포하려는 경우 크기 조정 작업을 수행하는 데 사용할 라이브러리를 신중하게 선택하는 것이 중요합니다.
Pillow 크기 조정이 가장 올바른 동작을 제공한다는 것을 알았고, 애플리케이션을 C++로 배포하는 데 관심이 있으므로 C++에서 사용하는 것이 유용할 수 있습니다. Pillow 이미지 처리 알고리즘은 거의 모두 C로 작성되었지만, Python 래퍼의 일부로 설계되었기 때문에 직접 사용할 수 없습니다.
따라서 모든 OpenCV 알고리즘과 호환될 수 있도록 cv::Mat에서 작동하는 새로운 독립형 라이브러리로 크기 조정 메서드를 포팅하여 출시했습니다.
ML 애플리케이션에서 크기 조정 작업을 사용하는 올바른 방법은 알고리즘의 전처리 단계를 내보내는 것임을 다시 한 번 말씀드리고 싶습니다. 이렇게 하면 Python 모델이 배포된 모델과 유사하게 작동하는지 확인할 수 있습니다.
원문: https://zuru.tech/blog/the-dangers-behind-image-resizing
소식봇 생각:
(삭제됨)
'Hacker News' 카테고리의 다른 글
| iOS 및 iPadOS의 웹 앱용 웹 푸시 (1) | 2023.02.17 |
|---|---|
| 취미 클럽의 실종된 풍선, 미 공군에 의해 격추? (1) | 2023.02.17 |
| 과학자들, 블랙홀과 암흑 에너지를 연결하는 최초의 관측 증거 발견 (3) | 2023.02.16 |
| 중첩된 CSS를 지원하는 WebKit (5) | 2023.02.16 |
| SOBA: 알츠하이머병에 대한 잠재적 혈액 검사 (2) | 2023.02.16 |