Учёные нашли скрытую проблему в свёрточных нейросетях. Всё дело в нулевой рамке вокруг изображений. Она искажает работу алгоритмов.
Рамка состоит из пикселей со значением ноль. Её добавляют для удобства вычислений. Но это создаёт искусственный край.
Нейросеть реагирует на эту резкую границу. Она принимает её за важную деталь изображения. Так возникают ложные срабатывания.
Фильтры активируются у края картинки. Они реагируют не на реальные объекты. Они реагируют на технический артефакт.
Статистика в центре и на краях разная. Это нарушает принцип пространственной инвариантности. Модель работает не так, как задумано.
Исследователи провели эксперимент с хамелеоном. Они добавили чёрную рамку к фотографии. Затем применили фильтр для поиска границ.
Алгоритм ярко подсветил искусственный контур. Он отреагировал на переход от изображения к нулям. Это была реакция на технический шум.
Проблема касается всех свёрточных сетей. От простых классификаторов до сложных генеративных моделей. Рамка вносит систематическую ошибку.
Учёные ищут альтернативные методы. Нужно сохранить размер картинки. Но при этом не исказить статистику данных.
