DendroMap：基于树状图的大规模图像数据集机器学习可视化探索工具
人机交互
2022-08-16 v2 人工智能
机器学习
摘要
在本文中，我们提出 DendroMap，一种用于交互式探索机器学习（ML）大规模图像数据集的新方法。ML 从业者通常通过生成图像网格或使用降维技术（如 t-SNE）将图像的高维表示投影到二维来探索图像数据集。然而，这两种方法都无法有效扩展到大型数据集，因为图像组织低效且交互支持不足。为应对这些挑战，我们通过改进著名的树状图（Treemaps）可视化技术开发出 DendroMap。DendroMap 通过从图像高维表示中提取层次聚类结构来有效组织图像。它使用户能够理解数据集的整体分布，并在多个抽象层级上交互式放大至特定感兴趣区域。我们使用广泛应用的深度学习图像数据集进行的案例研究表明，用户可通过检查图像多样性、识别表现不佳的子群体以及分析分类错误来发现有关数据集和训练模型的洞见。我们开展了一项用户研究，通过将 DendroMap 与网格化版本的 t-SNE 比较，评估其在分组和搜索任务中的有效性，发现参与者更偏好 DendroMap。DendroMap 可在 https://div-lab.github.io/dendromap/ 获取。
引用
@article{arxiv.2205.06935,
title = {DendroMap: Visual Exploration of Large-Scale Image Datasets for Machine Learning with Treemaps},
author = {Donald Bertucci and Md Montaser Hamid and Yashwanthi Anand and Anita Ruangrotsakun and Delyar Tabatabai and Melissa Perez and Minsuk Kahng},
journal= {arXiv preprint arXiv:2205.06935},
year = {2022}
}
备注
This paper has been accepted for the IEEE VIS 2022 Conference and will be published in the IEEE Transactions on Visualization and Computer Graphics