SwGridNet：一种基于网格拓扑的深度卷积神经网络用于图像分类
计算机视觉与模式识别
2017-10-04 v3
摘要
深度卷积神经网络 (CNN) 在图像分类任务上取得了卓越的性能。然而，近期研究表明，对于提升图像分类任务性能而言，泛化能力比神经网络的深度更为重要。本文提出一种名为 SwGridNet 的新型神经网络。SwGridNet 包含许多卷积处理单元，这些单元相互连接构成一个网格网络，在输入和输出之间存在多条处理路径。由于多路径架构具有与集成学习相同的效果，SwGridNet 具有很高的泛化能力。本文详细介绍了 SwGridNet 的网络架构。实验结果表明，SwGridNet 在 CIFAR-10 和 CIFAR-100 分类任务上分别取得了 2.95% 和 15.67% 的测试错误率。这些结果表明 SwGridNet 的性能接近最先进的深度 CNN。
引用
@article{arxiv.1709.07646,
title = {SwGridNet: A Deep Convolutional Neural Network based on Grid Topology for Image Classification},
author = {Atsushi Takeda},
journal= {arXiv preprint arXiv:1709.07646},
year = {2017}
}