文献

J-GLOBAL ID：202002268667910025   整理番号：20A0832804

オクターブの落下:オクターブ畳込みを用いた畳込みニューラルネットワークにおける空間冗長性の低減【JST・京大機械翻訳】

Drop an Octave: Reducing Spatial Redundancy in Convolutional Neural Networks With Octave Convolution

著者 (8件)： Chen Yunpeng (National University of Singapore) ,  Fan Haoqi (Facebook AI Research) ,  Xu Bing (Facebook AI) ,  Yan Zhicheng (Facebook AI) ,  Kalantidis Yannis (Facebook Research) ,  Rohrbach Marcus (Facebook AI Research) ,  Shuicheng Yan (National University of Singapore) ,  Feng Jiashi (NUS)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICCV  ページ： 3434-3443  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自然画像において,高周波数が通常,微細な詳細で符号化され,より低い周波数が通常グローバル構造で符号化される異なる周波数で情報が伝達される。同様に,コンボリューション層の出力特徴マップも異なる周波数における情報の混合物として見ることができる。本研究では,それらの周波数により混合特徴マップを因数分解し,メモリと計算コストの両方を低減するより低い空間分解能で空間的に「遅い」を変化させる特徴マップを保存し,処理する新しいOctave Convolution(OctConv)操作を設計した。既存のマルチスケール法とは異なり,OctConvは,ネットワークアーキテクチャにおける調整なしに(バニラ)畳込みの直接置換として使用できる単一,一般的,プラグアンドプレイ畳込みユニットとして定式化されている。また,それは,より良いトポロジーを示唆するか,または,グループまたは深さ方向の畳込みのようなチャネルごとの冗長性を減少させる方法に対して,直交性で相補的である。著者らは,単純に畳込みをOctConvで置き換えることにより,画像とビデオ認識タスクの両方に対する精度を一貫してブーストできるが,メモリと計算コストを低減することを実験的に示した。OctConvを装備したResNet-152は,単に22.2GFLOPSを有するImageNetに関して,82.9%のトップ-1分類精度を達成することができた。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 録画装置 ,  HF【周波数】 ,  チャネル ,  *畳込み ,  バニラ ,  空間分解能 ,  記憶装置 ,  ネットワークアーキテクチャ ,  定式化 ,  *冗長性 ,  直交性 ,  因数分解 ,  位相幾何学
準シソーラス用語： 計算コスト ,  特徴マップ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： オクターブ ,  落下 ,  畳込み ,  畳込みニューラルネットワーク ,  冗長性