自动搜索 U-Net 图像翻译器架构
图像与视频处理
2020-02-27 v1 计算机视觉与模式识别
摘要
图像翻译器已成功应用于许多重要的底层图像处理任务。然而，诸如 U-Net 之类的经典图像翻译器网络架构借自其他视觉任务（如生物医学图像分割）。这种直接套用可能并非最优，并可能导致网络结构中的冗余。本文提出一种针对图像翻译器的自动架构搜索方法。通过利用进化算法，我们探究了一种更高效的网络架构，其计算资源消耗更少且性能优于原始架构。我们进行了广泛的定性与定量实验以证明所提方法的有效性。此外，我们将搜索得到的网络架构迁移至未参与架构搜索过程的其他数据集。该架构在这些数据集上的效率进一步展示了方法的泛化能力。
引用
@article{arxiv.2002.11581,
title = {Automatically Searching for U-Net Image Translator Architecture},
author = {Han Shu and Yunhe Wang},
journal= {arXiv preprint arXiv:2002.11581},
year = {2020}
}