频域卷积神经网络：用于大规模糖尿病视网膜病变图像分类的加速 CNN
计算机视觉与模式识别
2021-06-25 v1 机器学习
摘要
卷积神经网络（CNN）中传统的空间卷积层计算开销巨大，除非减少层数、训练图像数量或训练图像尺寸，否则训练时间可达数天。256x256 像素的图像尺寸在多数 CNN 应用中常用，但该尺寸对于糖尿病视网膜病变（DR）分类等图像细节对准确分类至关重要的应用而言过小。本研究提出频域卷积（FDC）与频域池化（FDP）层，其由 RFFT、核初始化策略、卷积伪影去除和通道独立卷积（CIC）构建，以替代传统卷积与池化层。FDC 与 FDP 层用于构建频域卷积神经网络（FDCNN），以加速 DR 分类中大型图像的训练。Full FDC 层是 FDC 层的扩展，可直接用于常规 CNN，也被用于修改 VGG16 架构。FDCNN 相比同等 CNN 架构至少快 54.21% 且内存效率高 70.74%。采用 Full FDC 层修改后的 VGG16 架构在 DR 分类中训练时间更短，准确率达 95.63%，优于原始 VGG16 架构。
引用
@article{arxiv.2106.12736,
title = {Frequency Domain Convolutional Neural Network: Accelerated CNN for Large Diabetic Retinopathy Image Classification},
author = {Ee Fey Goh and ZhiYuan Chen and Wei Xiang Lim},
journal= {arXiv preprint arXiv:2106.12736},
year = {2021}
}
备注
This paper has been submitted to Neurocomputing