IQUAFLOW：一种测量图像质量的新框架
计算机视觉与模式识别
2022-10-25 v1 人工智能
机器学习
摘要
IQUAFLOW 是一个新的图像质量框架，提供一组用于评估图像质量的工具。用户可以添加可轻松集成的自定义指标。此外，iquaflow 允许通过使用在图像上训练的 AI 模型性能作为代理来衡量质量。这也有助于轻松开展针对原始数据集多种修改的性能退化研究，例如，对经过不同级别有损压缩后重建的图像进行研究；卫星图像将是一个用例示例，因为它们通常在下载到地面之前被压缩。在这种情况下，优化问题包括寻找能提供足以满足深度学习算法所需性能的最小图像。因此，使用 iquaflow 的研究适用于此类情况。所有这些开发都封装在 Mlflow 中：一个用于可视化和汇总结果的交互式工具。本文档描述了不同的用例并提供了各自代码库的链接。为简化新研究的创建，我们包含一个 cookie-cutter 代码库。源代码、问题跟踪器和上述代码库均托管于 GitHub https://github.com/satellogic/iquaflow。
引用
@article{arxiv.2210.13269,
title = {IQUAFLOW: A new framework to measure image quality},
author = {P. Gallés and K. Takats and M. Hernández-Cabronero and D. Berga and L. Pega and L. Riordan-Chen and C. Garcia and G. Becker and A. Garriga and A. Bukva and J. Serra-Sagristà and D. Vilaseca and J. Marín},
journal= {arXiv preprint arXiv:2210.13269},
year = {2022}
}