用于图像实例检索的卷积神经网络剪枝
计算机视觉与模式识别
2017-07-19 v1
摘要
在本工作中，我们关注于利用从剪枝后的卷积神经网络(Convolutional Neural Networks, CNN)提取的深度描述子进行图像实例检索的问题。目标是大量剪枝卷积边同时保持检索性能。为此，我们引入数据无关和数据相关的启发式方法来剪枝卷积边，并在多个基准数据集上通过各种压缩率和不同的深度描述子评估其性能。此外，我们提出一个端到端框架来微调剪枝后的网络，其中专为检索任务设计的三元组损失函数。我们展示了启发式剪枝与微调的结合提供了5倍压缩率而不会造成检索性能的显著损失。
引用
@article{arxiv.1707.05455,
title = {Pruning Convolutional Neural Networks for Image Instance Retrieval},
author = {Gaurav Manek and Jie Lin and Vijay Chandrasekhar and Lingyu Duan and Sateesh Giduthuri and Xiaoli Li and Tomaso Poggio},
journal= {arXiv preprint arXiv:1707.05455},
year = {2017}
}
备注
5 pages