用于深度神经网络的聚合残差变换
计算机视觉与模式识别
2017-04-12 v2
摘要
我们提出了一种用于图像分类的简单、高度模块化的网络架构。我们的网络通过重复一个构建块来构建，该构建块聚合了一组具有相同拓扑结构的变换。我们简单的设计产生了一个同构的多分支架构，只需设置少量超参数。这一策略揭示了一个新的维度，我们称之为“基数”（变换集合的大小），它是除深度和宽度维度之外的一个关键因素。在 ImageNet-1K 数据集上，我们通过实验证明，即使在保持复杂度的受限条件下，增加基数也能提高分类精度。此外，当我们增加容量时，增加基数比加深或加宽更有效。我们的模型名为 ResNeXt，是我们参加 ILSVRC 2016 分类任务的基础，并在此任务中获得了第二名。我们进一步在 ImageNet-5K 集和 COCO 检测集上研究了 ResNeXt，同样展示了优于其 ResNet 对应模型的结果。代码和模型已在线公开。
引用
@article{arxiv.1611.05431,
title = {Aggregated Residual Transformations for Deep Neural Networks},
author = {Saining Xie and Ross Girshick and Piotr Dollár and Zhuowen Tu and Kaiming He},
journal= {arXiv preprint arXiv:1611.05431},
year = {2017}
}
备注
Accepted to CVPR 2017. Code and models: https://github.com/facebookresearch/ResNeXt