Материал конференции: "Труды Международной конференции по компьютерной графике и зрению "Графикон" (19-21 сентября 2023 г., Москва)"
Авторы:Васильев Е.П.
Проблема аугментации при подготовке трехмерных медицинских датасетов
Аннотация:
Задача трехмерной аугментации данных является вычислительно сложной и может требовать большое количество вычислений и сильно замедлять процесс обучения глубоких моделей. Уменьшить время обучения можно, оптимизировав применение аугментаций во время обучения. В статье рассматриваются различные инструменты для трехмерной аугментации данных: BatchGenerators, TorchIO, Rising. Приводится время работы распространенных трехмерных аугментаций: поворота, отражения, обрезки данных, добавления шума, размытия, применения аффинных преобразований и изменения размера трехмерных данных на центральном процессоре (CPU) и графическом ускорителе (GPU). Продемонстрировано преимущество выполнения аугментаций на GPU в сравнении с CPU, получаемое ускорение составляет 1-2 порядка для большинства аугментаций. Представлено сравнение времени различных аугментаций относительно каждого фреймворка для более наглядного выбора аугментаций с упором на их время выполнения.
Ключевые слова:
Аугментация данных, компьютерная томография, глубокое обучение, бенчмаркинг
