大规模视频标注中DNN多样性的培养
计算机视觉与模式识别
2017-07-17 v1
摘要
我们研究了在Google Cloud和YouTube-8M视频理解挑战赛背景下控制DNN多样性的因素。虽然集成方法能提升预测性能且结合准确而多样的预测器有益是众所周知的，但关于如何最好地促进和度量DNN多样性知之甚少。我们展示了多样性可以通过一些意想不到的方式培养，例如模型过拟合或dropout变体。我们还介绍了我们对视频理解问题的解决方案细节，该方案在Kaggle竞赛（以Yeti团队参赛）中排名第7。
引用
@article{arxiv.1707.04272,
title = {Cultivating DNN Diversity for Large Scale Video Labelling},
author = {Mikel Bober-Irizar and Sameed Husain and Eng-Jon Ong and Miroslaw Bober},
journal= {arXiv preprint arXiv:1707.04272},
year = {2017}
}
备注
CVPR 2017 Youtube-8M Workshop