利用 ConvNets 和 GPU 进行高效的即时类别检索
计算机视觉与模式识别
2014-11-18 v3 机器学习
神经与进化计算
摘要
我们研究了利用卷积网络 (ConvNets) 进行即时检索 (on-the-fly retrieval) 所能获得的精度和速度提升——即在运行时针对文本查询从下载的图片中学习分类器，并用于对大型图像或视频数据集进行排序。我们做出了三项贡献：(i) 我们在包含超过 100 万张图像的标准基准数据集上，评估了用于物体类别检索的最先进图像表示方法；(ii) 我们表明 ConvNets 可用于获取性能极佳但维度远低于先前最先进图像表示的特征，并且通过乘积量化或二值化压缩，可以在不损失性能的情况下进一步降低其维度。因此，在数百万张图像的大规模数据集上具有最先进性能的特征可以适配甚至普通 GPU 卡的内存；(iii) 我们表明，可以在 GPU 上的 ConvNet 框架内学习 SVM 分类器，并与下载新训练图像并行进行，从而随着更多图像的可用实现模型的持续优化，以及同时进行的训练和排序。其结果是一个即时系统，在检索精度、内存需求和速度方面显著优于其前身，使得在单个 GPU 上能在不到一秒的时间内实现准确的即时学习和排序。
引用
@article{arxiv.1407.4764,
title = {Efficient On-the-fly Category Retrieval using ConvNets and GPUs},
author = {Ken Chatfield and Karen Simonyan and Andrew Zisserman},
journal= {arXiv preprint arXiv:1407.4764},
year = {2014}
}
备注
Published in proceedings of ACCV 2014