IQUAFLOW: A new framework to measure image quality

要約

IQUAFLOW は、画質を評価するための一連のツールを提供する新しい画質フレームワークです。
ユーザーは、簡単に統合できるカスタム メトリックを追加できます。
さらに、iquaflow では、画像でトレーニングされた AI モデルのパフォーマンスをプロキシとして使用することで、品質を測定できます。
これは、元のデータセットのいくつかの変更のパフォーマンス低下を簡単に調査するのにも役立ちます。たとえば、さまざまなレベルの非可逆圧縮後に再構築された画像を使用します。
衛星画像は一般的に地上にダウンロードする前に圧縮されるため、ユース ケースの例になります。
この状況では、最適化の問題は、深層学習アルゴリズムの必要なパフォーマンスを満たすのに十分な品質を提供する最小の画像を見つけることにあります。
したがって、iquaflow を使用した調査は、このような場合に適しています。
この開発はすべて、Mlflow にラップされています。Mlflow は、結果を視覚化して要約するために使用されるインタラクティブなツールです。
このドキュメントでは、さまざまなユース ケースについて説明し、それぞれのリポジトリへのリンクを提供します。
新しい研究の作成を容易にするために、クッキーカッターリポジトリが含まれています.
ソース コード、イシュー トラッカー、および前述のリポジトリはすべて、GitHub https://github.com/satellogic/iquaflow でホストされています。

要約(オリジナル)

IQUAFLOW is a new image quality framework that provides a set of tools to assess image quality. The user can add custom metrics that can be easily integrated. Furthermore, iquaflow allows to measure quality by using the performance of AI models trained on the images as a proxy. This also helps to easily make studies of performance degradation of several modifications of the original dataset, for instance, with images reconstructed after different levels of lossy compression; satellite images would be a use case example, since they are commonly compressed before downloading to the ground. In this situation, the optimization problem consists in finding the smallest images that provide yet sufficient quality to meet the required performance of the deep learning algorithms. Thus, a study with iquaflow is suitable for such case. All this development is wrapped in Mlflow: an interactive tool used to visualize and summarize the results. This document describes different use cases and provides links to their respective repositories. To ease the creation of new studies, we include a cookie-cutter repository. The source code, issue tracker and aforementioned repositories are all hosted on GitHub https://github.com/satellogic/iquaflow.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google