Just Leaf It: Accelerating Diffusion Classifiers with Hierarchical Class Pruning
Created by
Haebom
저자
Arundhati S. Shanbhag, Brian B. Moser, Tobias C. Nauen, Stanislav Frolov, Federico Raue, Andreas Dengel
개요
본 논문은 확산 모델을 이용한 이미지 분류에서의 높은 계산 비용 문제를 해결하기 위해 계층적 확산 분류기(HDC)를 제안합니다. 기존 확산 분류기는 모든 레이블 후보를 평가해야 하는 높은 계산 비용이 발생하는 반면, HDC는 데이터셋의 계층적 레이블 구조를 활용하여 비관련 상위 범주를 제거하고 관련 하위 범주(리프 노드 및 서브 트리) 내에서만 예측을 세분화함으로써 평가해야 할 클래스의 수를 줄입니다. 결과적으로, HDC는 속도를 최대 60%까지 향상시키면서 분류 정확도를 유지하거나 개선할 수 있습니다. 이는 속도와 정확도 사이의 조절 가능한 제어 메커니즘을 제공하여 대규모 애플리케이션에서 확산 기반 분류를 더욱 실현 가능하게 만듭니다.
시사점, 한계점
•
시사점:
◦
대규모 데이터셋에서 확산 모델 기반 이미지 분류의 계산 비용을 효과적으로 줄일 수 있는 새로운 방법 제시.
