致以分心：通过视觉解释技术实现 CNN 分类器的鲁棒训练
计算机视觉与模式识别
2021-07-30 v3 人工智能
摘要
深度学习领域正朝着不同方向发展，但仍然需要更高效的训练策略。在这项工作中，我们提出了一种新颖且鲁棒的训练方案，将视觉解释技术整合到学习过程中。与关注图像相关部分的注意力机制不同，我们旨在通过使模型也关注其他区域来提高其鲁棒性。广义上讲，该想法是在学习过程中分散分类器的注意力，迫使其不仅关注相关区域，还关注那些先验上对类别区分信息量不大的区域。我们通过将所提方法嵌入到卷积神经网络的两个知名数据集（即 Stanford cars 和 FGVC-Aircraft）的分析与分类学习过程中，测试了该方法。此外，我们在真实场景下评估了我们的模型，用于自我中心图像的分类，这使我们能够获得关于人们生活方式的相关信息。特别是，我们在具有挑战性的 EgoFoodPlaces 数据集上进行了研究，以较低的复杂度取得了 SOTA 结果。所得结果表明，我们提出的训练方案适用于图像分类，并提高了最终模型的鲁棒性。
引用
@article{arxiv.2012.14173,
title = {Playing to distraction: towards a robust training of CNN classifiers through visual explanation techniques},
author = {David Morales and Estefania Talavera and Beatriz Remeseiro},
journal= {arXiv preprint arXiv:2012.14173},
year = {2021}
}
备注
20 pages,3 figures, 4 tables