Image Classificationにおける元画像の大きさと精度(accuracy)との関係について

今までもPyTorchやfast.aiを使ってImage Classificationを行ってきました。

1つ気になったのが、trainingに使う画像が大きいと、それだけデータ量も多いのだから精度も良くなるのではと言う単純な思いです。そこで確認してみました。

テストの条件は、

・データセットはcifar-10。cifar-10はライブラリーにもありますが、ここでは一度cifar-10をpng形式の画像データに変換したものを使いました。

・fast.aiを使ってresnet18でfine-tuningする。

・DataLoaderは簡単に下記のようにしました。この設定を取敢えずnormal設定とします。
画像サイズは、元の32,64,96,128,224の7種類で検証

 dls=ImageDataLoaders.from_folder(

     path, 

     train='train',

     valid='val',

     bs = 64,

     item_tfms=Resize(160), ⇒ここでサイズを32～224に変更する

     batch_tfms=aug_transforms(),

     seed=123

)

cifar10の32pixのデータ画像

【結果】

32pixの例

epoch	train_loss	valid_loss	accuracy	time
0	1.177662	1.065685	0.623600	01:40
1	0.939181	0.855866	0.701900	01:42
2	0.814138	0.735728	0.749200	01:42
3	0.717646	0.644304	0.780900	01:41
4	0.626932	0.606330	0.792600	01:42
5	0.603102	0.593075	0.800500	01:42
6	0.515081	0.554430	0.811000	01:42
7	0.488168	0.554170	0.811900	01:43
8	0.439875	0.549919	0.816700	01:43
9	0.449361	0.546851	0.816900	01:44

32～224pixでtrainingした結果は次の通りでした。

Image size	normalp設定のaccuracy
32	0.8169
64	0.8983
96	0.9334
128	0.9435
160	0.9483
224	0.9483

●当初予想したように画像サイズが大きくなればaccuracyも高まることが確認されました。

ただそれもサイズが128pix以上ではほぼフラットになっています。