用于快速细粒度识别的冒名者网络
计算机视觉与模式识别
2018-06-15 v1
摘要
本文中我们引入冒名者网络（impostor networks），一种能够以高准确率并使用轻量级卷积网络执行细粒度识别的架构，使其特别适用于低功耗且无 GPU 平台上的细粒度应用。冒名者网络通过将轻量级“后端”网络与轻量非参数分类器结合来弥补其后端网络的轻量性。卷积网络与该非参数分类器的组合以端到端方式训练。类似于卷积神经网络，冒名者网络能很好地拟合大规模训练数据集，同时也能够泛化到新数据点。同时，冒名者网络内的主要计算通过高维最近邻搜索完成。此类搜索可在包括标准 CPU 在内的多种架构上高效执行，而深度卷积网络在其中效率低下。在三个细粒度数据集上的一系列实验中，我们表明冒名者网络能以极小的计算代价显著提升中等规模卷积网络的分类准确率。
引用
@article{arxiv.1806.05217,
title = {Impostor Networks for Fast Fine-Grained Recognition},
author = {Vadim Lebedev and Artem Babenko and Victor Lempitsky},
journal= {arXiv preprint arXiv:1806.05217},
year = {2018}
}