Gaussian RAM：基于随机视网膜启发注视与强化学习的轻量级图像分类
计算机视觉与模式识别
2020-11-13 v1 机器学习
摘要
以往图像分类研究主要关注网络性能，而非实时运行或模型压缩。我们提出 Gaussian Deep Recurrent visual Attention Model（GDRAM）——一种基于强化学习的轻量级深度神经网络，用于大规模图像分类，其性能优于使用整幅图像作为输入的常规 CNN（卷积神经网络）。受生物视觉识别过程高度启发，我们的模型以高斯分布模拟视网膜的随机定位。我们在 Large cluttered MNIST、Large CIFAR-10 和 Large CIFAR-100 数据集上评估该模型，这些数据集的宽和高均被调整为 128。
引用
@article{arxiv.2011.06190,
title = {Gaussian RAM: Lightweight Image Classification via Stochastic Retina-Inspired Glimpse and Reinforcement Learning},
author = {Dongseok Shim and H. Jin Kim},
journal= {arXiv preprint arXiv:2011.06190},
year = {2020}
}
备注
ICCAS 2020 Accepted and Student Best Paper Finalist