VOC 2008 数据集上基于卷积神经网络架构的二分类马与摩托车比较研究
计算机视觉与模式识别
2025-11-07 v1
摘要
本文对九种卷积神经网络架构进行了针对 VOC 2008 数据集上马与摩托车二分类的全面评估。我们通过实现少数类增强技术来解决显著类别不平衡问题。我们的实验比较了包括 ResNet-50、ConvNeXt-Tiny、DenseNet-121 和 Vision Transformer 在内的现代架构，并在多个性能指标上进行比较。结果表明，性能存在显著差异，其中 ConvNeXt-Tiny 在马的检测上实现了最高的平均精度 (AP) 为 95.53%，摩托车检测为 89.12%。我们观察到数据增强显著改善了少数类的检测，尤其受益于更深的架构。这一研究为 imbalanced binary classification 任务的架构选择提供了见解，并量化了数据增强策略在缓解目标检测中类别不平衡问题方面的影响。
引用
@article{arxiv.2511.04344,
title = {Comparative Study of CNN Architectures for Binary Classification of Horses and Motorcycles in the VOC 2008 Dataset},
author = {Muhammad Annas Shaikh and Hamza Zaman and Arbaz Asif},
journal= {arXiv preprint arXiv:2511.04344},
year = {2025}
}