用激活色调损失为深度CNN层着色
计算机视觉与模式识别
2023-10-09 v1
摘要
本文提出一种新颖的类色调角度参数来建模深度卷积神经网络(CNN)激活空间的结构，称为{\em 激活色调}，用于正则化模型以实现更有效学习。激活色调将标准3通道RGB强度空间中的颜色色调角概念推广至通道激活空间。基于使用预训练网络对激活向量进行最近邻索引的一系列观察表明，具类别信息的激活在图像平面与多通道激活空间中均集中于角度附近。提出以类色调角度标签形式的正则化项，以补充标准独热损失。使用独热+激活色调联合损失从头训练，在包括ImageNet在内的多种分类任务中适度提升了分类性能。
引用
@article{arxiv.2310.03911,
title = {Coloring Deep CNN Layers with Activation Hue Loss},
author = {Louis-François Bouchard and Mohsen Ben Lazreg and Matthew Toews},
journal= {arXiv preprint arXiv:2310.03911},
year = {2023}
}