UberNet：使用多样化数据集和有限内存训练用于低层、中层和高层视觉的"通用"卷积神经网络
计算机视觉与模式识别
2016-09-08 v1 人工智能
机器学习
摘要
在本工作中，我们提出了一种卷积神经网络（CNN），在统一的端到端架构中联合处理低层、中层和高层视觉任务。这种通用网络可以充当视觉任务的"瑞士军刀"；我们将这种架构称为 UberNet，以表明其全面性。我们解决了当单 CNN 处理的任务范围扩大时出现的两个主要技术挑战：（i）在依赖多样化训练集的情况下训练深度架构，（ii）在有限内存预算下训练大量（可能无限多）任务。通过妥善解决这两个问题，我们可以在不牺牲精度的前提下为大量任务训练精确的预测器。通过这些进展，我们以端到端的方式训练了一个同时处理（a）边界检测（b）法线估计（c）显著性估计（d）语义分割（e）人体部件分割（f）语义边界检测（g）区域提议生成和物体检测的 CNN。我们在单个 GPU 上以每帧 0.7 秒的速度联合处理所有这些任务，获得了具有竞争力的性能。该系统的演示可在 http://cvn.ecp.fr/ubernet/ 查看。
引用
@article{arxiv.1609.02132,
title = {UberNet: Training a `Universal' Convolutional Neural Network for Low-, Mid-, and High-Level Vision using Diverse Datasets and Limited Memory},
author = {Iasonas Kokkinos},
journal= {arXiv preprint arXiv:1609.02132},
year = {2016}
}