面向分类网络的 JPEG 量化优化
计算机视觉与模式识别
2020-03-09 v1 图形学
性能
图像与视频处理
摘要
计算机视觉中的深度学习依赖于有损图像压缩：它减少了训练与测试数据的存储需求，并降低了部署中的传输成本。主流数据集与成像流水线均依赖标准 JPEG 压缩。在 JPEG 中，频率系数量化程度控制有损性：一个 8×8 量化表（Q-table）同时决定编码图像的质量与压缩比。尽管长期以来已有大量工作寻求更好的 Q-table，现有工作要么致力于最小化图像失真，要么针对人类视觉系统模型进行优化。本文探讨是否存在对特定视觉网络“更好”、且相比为人类感知或最小失真设计的 Q-table 能提供更优质量—尺寸权衡的 JPEG Q-table。我们以更高分辨率重建了 ImageNet 测试集，以探究新颖 Q-table 下 JPEG 压缩的影响。我们尝试了多种方法来为视觉任务调整 Q-table。我们发现一种简单的排序随机采样方法能超越标准 JPEG Q-table 的性能。我们还使用了超参数调优技术，包括有界随机搜索、贝叶斯优化与复合启发式优化方法。在精度固定时，我们得到的新 Q-table 能将压缩率提升 10% 至 200%，或在相同压缩率下将精度提升至多 。
引用
@article{arxiv.2003.02874,
title = {Optimizing JPEG Quantization for Classification Networks},
author = {Zhijing Li and Christopher De Sa and Adrian Sampson},
journal= {arXiv preprint arXiv:2003.02874},
year = {2020}
}
备注
6 pages, 13 figures, Resource-Constrained Machine Learning (ReCoML) Workshop of MLSys 2020 Conference, Austin, TX, USA, 2020