請問,深度殘差網路已經那麼厲害,讓我們改進圖片分類的研究生從哪裡創新?

胖胖9527發表於2020-08-04

請問,深度殘差網路已經那麼厲害,讓我們改進圖片分類的研究生從哪裡創新? - amaze2的回答 - 知乎

也許可以從其他領域的深度學習方法,獲取一些靈感。

例如,殘差收縮網路是殘差網路ResNet的一種改進,原本是用在含噪振動訊號上,開展旋轉機械的故障診斷。

首先,殘差收縮網路就是將訊號降噪領域的軟閾值函式,引入ResNet中,作為一個非線性的層。如果不瞭解軟閾值函式的話,可以去搜一下Soft Threshlding,會搜到這一篇:DL Donoho. De-noising by soft-thresholding[J]. IEEE transactions on information theory, 1995. 軟閾值函式的公式如下:

然後,藉助類似Squeeze-and-Excitation Network的子網路,來自動設定軟閾值函式所需要的閾值。殘差收縮網路的基本模組見下圖:

如果圖片包含很多與標籤無關的雜物或者噪聲,可以嘗試一下殘差收縮網路的效果。

文獻:Minghang Zhao, Shisheng Zhong, Xuyun Fu, Baoping Tang, Michael Pecht,Deep residual shrinkage networks for fault diagnosis, IEEE Transactions on Industrial Informatics, 2020, 16(7): 4681-4690.

下面的連結可以供參考:

https://ieeexplore.ieee.org/document/8850096


10分鐘看懂深度殘差收縮網路 - 翼下之峰 - 部落格園

https://www.cnblogs.com/uizhi/p/12239690.html

【深度殘差收縮網路】從刪除冗餘特徵時的靈活性進行探討

https://blog.csdn.net/ABCD_202020/article/details/105801032

來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69980920/viewspace-2709023/,如需轉載,請註明出處,否則將追究法律責任。

相關文章