基于 Top-2 分类的卷积神经网络与胶囊网络图像分类泛化能力评估
计算机视觉与模式识别
2022-11-29 v4
摘要
图像分类是一项旨在识别图像中物体类别的挑战性问题。近年来,深度卷积神经网络(CNNs)已被应用于处理该任务,并取得了令人印象深刻的改进。然而,一些研究表明,CNNs 的输出可通过对输入图像添加较小扰动(如修改少量像素)而轻易改变。近来,胶囊网络(CapsNets)被提出,可帮助消除此局限。在 MNIST 数据集上的实验揭示胶囊比 CNNs 更能刻画物体特征。但难以找到合适的定量方法比较 CNNs 与 CapsNets 的泛化能力。本文提出一种称为 Top-2 分类的新图像分类任务,以评估 CNNs 与 CapsNets 的泛化能力。模型训练所用单标签图像样本与传统图像分类任务相同。但在测试阶段,我们随机拼接两个含不同标签的测试图像样本,然后用训练好的模型在未见过的新建双标签图像样本上预测 top-2 标签。该任务可为我们提供精确定量结果以比较 CNNs 与 CapsNets 的泛化能力。回到 CapsNet,因其于所有胶囊间使用全连接(FC)机制,需大量参数。为减少参数量,我们引入胶囊间的参数共享(PS)机制。在五个广泛使用的基准图像数据集上的实验表明,该方法在显著减少参数量的同时不损失特征提取有效性。此外,在 Top-2 分类任务上,所提 PS CapsNets 相较传统 CNNs 与 FC CapsNets 以大幅优势取得更高的精度。
引用
@article{arxiv.1901.10112,
title = {Evaluating Generalization Ability of Convolutional Neural Networks and Capsule Networks for Image Classification via Top-2 Classification},
author = {Hao Ren and Jianlin Su and Hong Lu},
journal= {arXiv preprint arXiv:1901.10112},
year = {2022}
}