为什么深度神经网络仍然无法识别这些图像？：ImageNet分类失败案例的定性分析
计算机视觉与模式识别
2017-09-12 v1
摘要
近十年来，ImageNet已成为计算机视觉和机器学习领域最著名且最强大的基准数据库。随着ImageNet成为评估新型深度学习模型性能的代表性基准，其评估往往只包括错误率等定量指标，而非定性分析。因此，尽管有大量关于网络本身分析和可视化的研究，但很少有研究分析深度学习模型在ImageNet上的失败案例。在本摘要中，我们定性分析了近期深度学习模型在ImageNet分类结果中的失败案例，并根据特定的图像模式对这些案例进行分类。通过这种失败分析，我们相信可以发现ImageNet数据库中当前深度学习模型仍然难以应对的最终挑战。
引用
@article{arxiv.1709.03439,
title = {Why Do Deep Neural Networks Still Not Recognize These Images?: A Qualitative Analysis on Failure Cases of ImageNet Classification},
author = {Han S. Lee and Alex A. Agarwal and Junmo Kim},
journal= {arXiv preprint arXiv:1709.03439},
year = {2017}
}
备注
Poster presented at CVPR 2017 Scene Understanding Workshop