AI 양재 허브 인공지능 오픈소스 경진대회

알고리즘 | 비전 | Image Super-Resolution | PSNR

상금 : 1,000 만원
2022.08.29 ~ 2022.10.10 09:59 + Google Calendar
591명 마감

연습

대회안내 데이터 코드 공유 토크 리더보드

제출

큰 이미지 학습 문제

roykim2006

2022.09.12 21:33 2,279 조회

모델들 학습을 시도해보면 batch_size=1으로 해도 cuda out of memory가 뜨는데 다들 큰 이미지 학습을 어떻게 하는지 조언 구하고 싶습니다ㅠㅠ.

댓글 3개

로그인이 필요합니다

comment

0 / 1000

라미라미

2022.09.12 22:53

거의 모든 super-resolution에서는 분류나 디텍션 문제와는 다르게 매우 높은 resolution의 이미지를 사용합니다.
이미지 분류나 디텍션 태스크에서도 큰 이미지가 주어지긴 하는데 보통 224x224 또는 384x384 정도로 이미지 사이즈를 강제로 낮추고 시작하죠. (random resized crop 등)
근데 super-resolution에서는 원본(HR, LR 모두)에서 약간의 데이터 손실만 나더라도 치명적인 성능저하로 이어질 수 있습니다.
그래서 대부분의 super-resolution에서는 이미지를 patch 단위로 잘라서 사용합니다.
논문에서 자주 쓰는 patch 크기는 LR기준 48x48 또는 64x64인데 이 역시 연구자의 선택에 달린 것이라서 적당한 사이즈를 고르시면 됩니다.
가장 이상적인 방법은 아주 큰 cpu 및 gpu에서 원본을 그대로 넣어서 사용하는 것인데 현실적으로 불가능하기 때문에 절충안으로써 적당한 patch size로 자른 후 학습을 하시면 좀 낫습니다.