实时深度 CNN 模型中的二次互信息正则化
计算机视觉与模式识别
2021-08-27 v1
摘要
本文提出正则化的轻量深度卷积神经网络模型，其能够在计算能力受限的设备上对高分辨率视频输入实时高效运行。此外，受二次互信息启发，提出一种新颖的正则化方法，以提升所用模型的泛化能力。在自主系统涉及的多种二分类问题上进行了大量实验，表明了所提模型及所提正则器的有效性。
引用
@article{arxiv.2108.11774,
title = {Quadratic mutual information regularization in real-time deep CNN models},
author = {Maria Tzelepi and Anastasios Tefas},
journal= {arXiv preprint arXiv:2108.11774},
year = {2021}
}
备注
Accepted at MLSP 2020