rgeirhos/Stylized-ImageNet

Code to create Stylized-ImageNet, a stylized version of standard ImageNet (ICLR 2019 Oral)

What it solves

CNN(Convolutional Neural Networks)이 객체를 식별할 때 지역 텍스처에 과도하게 의존하고 전역 형태를 무시하는 경향을 해결합니다. Stylized-ImageNet을 만드는 방법을 제공함으로써 형태에 더 편향된 모델을 학습시켜 전체 정확도와 견고성을 향상시킬 수 있습니다.

How it works

이 프로젝트는 AdaIN(Adaptive Instance Normalization) 스타일 전송 방식을 사용하여 다양한 그림의 스타일을 표준 ImageNet 이미지에 적용합니다. 이 과정은 지역 텍스처를 왜곡하면서도 전역 객체 형태는 유지하여 모델이 학습 중에 형태 기반 특징을 학습하도록 강제합니다.

Who it’s for

컴퓨터 비전을 연구하는 AI 연구자 및 개발자를 위해 설계되었으며, 특히 모델 일반화, 견고성 및 딥러닝 모델에서 텍스처와 형태 간 편향을 연구하는 사람들을 대상으로 합니다.

Highlights

  • Stylized-ImageNet 데이터셋을 생성하기 위한 완전한 파이프라인 및 스크립트를 제공합니다.
  • 필요한 라이브러리 설치를 간소화하는 Docker 이미지를 포함합니다.
  • 학습 시 표준 ImageNet 데이터셋의 즉시 교체용으로 사용할 수 있습니다.
  • AdaIN 임의 스타일 전송 방법을 기반으로 합니다.