基于深度逻辑回归的单标签多类图像分类
计算机视觉与模式识别
2019-05-15 v2
摘要
目标学习公式对卷积神经网络的成功至关重要。在本工作中，我们深入分析了用于多类分类CNN的标准学习目标函数：用于单标签场景的softmax回归（SR）和用于多标签场景的逻辑回归（LR）。我们的分析启发了将LR用于单标签分类学习，并由此揭示了LR中的负类干扰问题。为解决该问题，我们提出了两种新颖的基于LR的目标函数，它们不仅推广了传统的LR，而且重要的是在单标签分类中成为SR的有力替代方案。广泛的对比评估表明，在单标签粗粒度物体分类和跨类细粒度人物实例识别任务中，所提出的LR函数相较于常用的SR具有模型学习优势。我们还展示了我们的方法在服装属性分类上相对于原始LR函数的性能优越性。
引用
@article{arxiv.1811.08400,
title = {Single-Label Multi-Class Image Classification by Deep Logistic Regression},
author = {Qi Dong and Xiatian Zhu and Shaogang Gong},
journal= {arXiv preprint arXiv:1811.08400},
year = {2019}
}
备注
Accepted by AAAI-19, code at https://github.com/qd301/FocusRectificationLogisticRegression