PadChannel：通过显式填充编码提升 CNN 性能
计算机视觉与模式识别
2023-11-20 v2
摘要
在卷积神经网络（CNN）中，填充对保持各层空间维度起关键作用。传统填充技术未显式区分真实图像内容与填充区域，可能导致 CNN 误判边界像素或类边界区域，此种歧义会造成次优特征提取。为此，我们提出 PadChannel，一种将填充状态编码为额外输入通道的新颖填充方法，使 CNN 易于区分真实像素与填充像素。将 PadChannel 嵌入多种主流 CNN 架构后，我们在 ImageNet-1K 图像分类任务上观察到微小的性能提升与显著的方差降低，且仅边际增加计算成本。源代码见 https://github.com/AussieSeaweed/pad-channel
引用
@article{arxiv.2311.07623,
title = {PadChannel: Improving CNN Performance through Explicit Padding Encoding},
author = {Juho Kim},
journal= {arXiv preprint arXiv:2311.07623},
year = {2023}
}
备注
7 pages, 4 figures, submitted to the 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition