ImageNet 训练的 CNN 不偏向纹理：通过受控抑制重审特征依赖性
计算机视觉与模式识别
2026-01-12 v5 人工智能
机器学习
摘要
Convolutional Neural Networks (CNNs) 是否固有偏向纹理的假设已深刻影响了深度学习中特征使用的讨论。我们通过考察 Geirhos 等人实验中的局限性来重新审视此假设。为消除这些局限，本文提出一种 domain-agnostic 的框架，通过系统抑制形状、纹理和颜色线索来量化特征依赖性，避免强制选择冲突的混淆。通过在受控抑制条件下评估人类和神经网络，我们发现 CNN 并非固有偏向纹理，而主要依赖局部形状特征。然而，这种依赖可通过现代训练策略或架构（ConvNeXt、ViT）显著缓解。我们进一步将分析扩展至计算机视觉、医学成像和遥感领域，揭示依赖模式具有系统性差异：计算机视觉模型优先考虑形状，医学成像模型强调颜色，遥感模型 exhibits 更强的纹理依赖性。代码已公开于 https://github.com/tomburgert/feature-reliance。
引用
@article{arxiv.2509.20234,
title = {ImageNet-trained CNNs are not biased towards texture: Revisiting feature reliance through controlled suppression},
author = {Tom Burgert and Oliver Stoll and Paolo Rota and Begüm Demir},
journal= {arXiv preprint arXiv:2509.20234},
year = {2026}
}
备注
Accepted at NeurIPS 2025 (oral)