在训练用于识别物体或场景的CNN隐藏层中是否存在“物体检测器”？
计算机视觉与模式识别
2020-07-03 v1 机器学习
神经与进化计算
图像与视频处理
摘要
为了更好地理解神经网络如何工作，人们开发了多种衡量单元选择性的方法。但不同的度量对选择性给出了差异化的估计，这导致了关于选择性物体表征的学习条件及其功能相关性的不同结论。为了更好地刻画物体选择性，我们对AlexNet中大量单元上的各种选择性度量进行了比较，包括局部主义选择性、精度、类条件平均活动选择性（CCMAS）、网络解剖、激活最大化（AM）图像的人类解释以及标准信号检测度量。我们发现不同的度量对物体选择性给出了不同的估计，其中精度和CCMAS度量给出了误导性的高估计。事实上，最具选择性的单元在物体分类中的命中率很差或误报率很高（或两者兼有），使它们成为糟糕的物体检测器。我们未能找到任何选择性甚至远程接近循环神经网络中报道的“祖母细胞”单元的单元。为了推广这些结果，我们比较了在ImageNet或Places-365数据集上训练且被描述为“物体检测器”的VGG-16和GoogLeNet中单元的选择性度量。再次，我们发现物体分类的命中率很差且误报率很高。我们得出结论，与常见的替代方法相比，信号检测度量提供了对单单元选择性更好的评估，并且深度卷积图像分类网络在其隐藏层中并未学习到物体检测器。
引用
@article{arxiv.2007.01062,
title = {Are there any 'object detectors' in the hidden layers of CNNs trained to identify objects or scenes?},
author = {Ella M. Gale and Nicholas Martin and Ryan Blything and Anh Nguyen and Jeffrey S. Bowers},
journal= {arXiv preprint arXiv:2007.01062},
year = {2020}
}
备注
Published in Vision Research 2020, 19 pages, 8 figures