基于图样本预选择的 CNN 训练：在手写字符识别中的应用
机器学习
2018-03-07 v3
摘要
本文针对基于 CNN 的分类任务中大型训练数据集的样本预选择展开研究。为此，我们将输入数据集构建为网络表示，即相对邻域图，然后提取若干感兴趣的向量。所提出的预选择方法在手写字符识别背景下使用两个多达数十万图像的数据集进行了评估。结果表明，基于图的预选择能够在不会降低未预训练 CNN 浅层模型识别准确率的情况下缩减训练数据集。
引用
@article{arxiv.1712.02122,
title = {CNN training with graph-based sample preselection: application to handwritten character recognition},
author = {Frédéric Rayar and Masanori Goto and Seiichi Uchida},
journal= {arXiv preprint arXiv:1712.02122},
year = {2018}
}
备注
Paper of 10 pages. Minor spelling corrections brought regarding the v2. Accepted as an oral paper in the 13th IAPR Internationale Workshop on Document Analysis Systems (DAS 2018)