NIRMAL Pooling：一种用于增强图像分类的自适应最大池化方法及其非线性激活
计算机视觉与模式识别
2025-08-18 v1
摘要
本文提出了NIRMAL Pooling，这是一种用于卷积神经网络（CNN）的新型池化层，集成了自适应最大池化与非线性激活函数，用于图像分类任务。NIRMAL的缩写含义为Non-linear Activation（非线性激活）、Intermediate Aggregation（中间聚合）、Reduction（降维）、Maximum（最大）、Adaptive（自适应）和Localized（局部化）。通过根据所需的输出维度动态调整池化参数，并在池化后应用线性整流函数（ReLU）激活，NIRMAL Pooling提高了鲁棒性和特征表达性。我们在三个基准数据集上评估了其性能：MNIST数字数据集、MNIST时尚数据集和CIFAR-10数据集。NIRMAL Pooling在MNIST数字数据集上的测试准确率达到99.25%（相较于最大池化的99.12%），在MNIST时尚数据集上的准确率为91.59%（相较于91.44%），在CIFAR-10数据集上的准确率为70.49%（相较于68.87%），显示出在复杂数据集上具有一致的改进。该工作凸显了NIRMAL Pooling在多样化图像识别任务中提升CNN性能的潜力，为传统池化方法提供了一种灵活可靠的替代方案。
引用
@article{arxiv.2508.10940,
title = {NIRMAL Pooling: An Adaptive Max Pooling Approach with Non-linear Activation for Enhanced Image Classification},
author = {Nirmal Gaud and Krishna Kumar Jha and Jhimli Adhikari and Adhini Nasarin P S and Joydeep Das and Samarth S Deshpande and Nitasha Barara and Vaduguru Venkata Ramya and Santu Saha and Mehmet Tarik Baran and Sarangi Venkateshwarlu and Anusha M D and Surej Mouli and Preeti Katiyar and Vipin Kumar Chaudhary},
journal= {arXiv preprint arXiv:2508.10940},
year = {2025}
}
备注
6 pages, 2 figures