面向对象识别的分布式卷积神经网络
计算机视觉与模式识别
2026-03-11 v1
摘要
本文提出一种用于识别特定正类样本的分布式卷积神经网络(DisCNN)的新型损失函数。通过将正样本映射到高维空间中的紧凑集，将负样本映射到原点，DisCNN仅提取正类的特征。给出一个实验以证明这一点。因此，正类的特征从负类的特征中被解耦。该模型具有轻量级架构，因为只需提取少量正类特征。该模型在测试数据上表现出优异的泛化能力，即使对于未见的类别也同样有效。最后，使用DisCNN，对于嵌入大型复杂背景中的正样本的对象检测变得直接而简单。
引用
@article{arxiv.2603.09220,
title = {Distributed Convolutional Neural Networks for Object Recognition},
author = {Liang Sun},
journal= {arXiv preprint arXiv:2603.09220},
year = {2026}
}