Optimizacija predprocesiranja slika za klasifikaciju i detekciju

Sažetak

Optimizacija predprocesiranja slike je izazovan zadatak koji zahvaća u niz područja, od kojih se ovaj rad fokusira primarno na klasifikaciju i prepoznavanje objekata na slici. Ubrzavanje performansi predprocesiranja slika je od iznimne važnosti istraživačima koji se bave područjem dubinskog učenja. Kroz ovaj rad prezentirano je nekoliko pogrešaka koje mogu utjecati na vrijeme treniranja modela, s naglaskom na metode dijagnosticiranja potencijalnih zamki. Evaluirano nekoliko poznatih Python biblioteka koje se koriste za predprocesiranje slika te je analiziran utjecaj pojedine popularne augmentacije i njihovog poretka u kontekstu maksimiziranja iskoristivosti resursa središnje procesorske jedinice (CPU).