L-CNN：一种用于多流卷积神经网络的网格交叉融合策略
计算机视觉与模式识别
2020-08-04 v1 机器学习
摘要
本文提出一种用于多流卷积网络的融合策略——网格交叉融合（Lattice Cross Fusion）。该方法在池化层之前，对卷积层的信号进行基于数学运算的融合以实现交叉。在一个特意加扰的流行图像分类数据集 CIFAR-10 上，使用修改后的 AlexNet-LCNN 版本的结果表明，该新方法以 46% 的优势超越基线单流网络，且具有更快的收敛性、稳定性和鲁棒性。
引用
@article{arxiv.2008.00157,
title = {L-CNN: A Lattice cross-fusion strategy for multistream convolutional neural networks},
author = {Ana Paula G. S. de Almeida and Flavio de Barros Vidal},
journal= {arXiv preprint arXiv:2008.00157},
year = {2020}
}
备注
5 pages, 3 figures