使用深度学习学习抽象类
计算机视觉与模式识别
2016-08-01 v1 人工智能
摘要
人类通常擅长学习关于物体和场景的抽象概念（例如空间方向、相对大小等）。在过去几年中，卷积神经网络在识别具体类（即特定物体类别）方面已达到接近人类的性能。本文测试了当前一种 CNN（GoogLeNet）在区分对人类而言极易区分的抽象类任务上的性能。我们在水平和垂直方向这两个抽象类上训练并测试了该 CNN，并确定了网络将所学类迁移到其他先前未见过的物体的能力。
引用
@article{arxiv.1606.05506,
title = {Learning Abstract Classes using Deep Learning},
author = {Sebastian Stabinger and Antonio Rodriguez-Sanchez and Justus Piater},
journal= {arXiv preprint arXiv:1606.05506},
year = {2016}
}
备注
To be published in the proceedings of the International Conference on Bio-inspired Information and Communications Technologies 2015