基于上下文感知的进阶胶囊网络
机器学习
2023-09-19 v3 机器学习
摘要
胶囊网络（CN）为深度学习（DL）界提供了新的架构。尽管其在 MNIST 和 smallNORB 数据集上的有效性已得到证明，该网络在具有不同上下文的图像的其他数据集中仍面临挑战。在本研究中，我们改进了 CN（向量版本）的设计，即扩展更多池化层以过滤图像背景，并增加重构层以更好地进行图像复原。此外，我们进行了实验以比较 CN 与 DL 模型的准确率和速度。在 DL 模型中，我们对算力强的计算机采用 Inception V3 和 DenseNet V201，对小型和嵌入式设备采用 NASNet、MobileNet V1 和 MobileNet V2。我们在来自美国手语（ASL）的手指拼写字母数据集上评估了我们的模型。结果显示，CN 的性能可与 DL 模型媲美，同时大幅减少了训练时间。我们还制作了一个演示并给出链接以供说明。
引用
@article{arxiv.1903.07497,
title = {Advanced Capsule Networks via Context Awareness},
author = {Nguyen Huu Phong and Bernardete Ribeiro},
journal= {arXiv preprint arXiv:1903.07497},
year = {2023}
}
备注
12 pages