强化学习作为预测级联的简约替代方案：图像分割案例研究
机器学习
2024-02-20 v1 计算机视觉与模式识别
摘要
深度学习架构在目标检测和图像分割等计算机视觉任务上实现了最先进 (SOTA) 的性能。这可归因于在大型数据集上执行的过参数化、单体式深度学习架构的使用。虽然此类架构提高了准确性，但通常伴随着推理过程中计算和内存需求的大幅增加。虽然这在传统机器学习流水线中不是问题，但机器学习与物联网等领域的最新融合使得此类大型架构在资源受限环境中无法执行。在此类环境中，先前的努力提出了决策级联，其中输入通过复杂度递增的模型，直到达到所需的性能。然而，我们认为级联预测会导致由于浪费的中间计算而增加计算成本。为解决这一问题，我们提出了 PaSeR（基于强化学习的简约分割），作为一种非级联、成本感知的学习流水线，以替代级联架构。通过对真实世界和标准数据集的实验评估，我们证明 PaSeR 在最小化计算成本的同时，相比级联模型实现了更好的准确性。此外，我们引入了一种新指标 IoU/GigaFlop 来评估成本与性能之间的平衡。在电池材料相分割的真实世界任务中，PaSeR 在 IoU/GigaFlop 指标上相对于基线实现了至少 174% 的性能提升。我们还展示了 PaSeR 对在噪声 MNIST 数据集上训练的互补模型的适应性，其在 IoU/GigaFlop 上的性能提升至少比 SOTA 模型高出 13.4%。代码和数据可在 https://github.com/scailab/paser 获取。
引用
@article{arxiv.2402.11760,
title = {Reinforcement Learning as a Parsimonious Alternative to Prediction Cascades: A Case Study on Image Segmentation},
author = {Bharat Srikishan and Anika Tabassum and Srikanth Allu and Ramakrishnan Kannan and Nikhil Muralidhar},
journal= {arXiv preprint arXiv:2402.11760},
year = {2024}
}