如果物体可能在某些位置，CNN 的平移不变性是否不需要？

人工智能 神经网络 卷积神经网络 物体识别
2021-11-02 06:41:33

关于在图像中使用 CNN 进行对象检测的各种文本都谈到了它们的平移不变性是一件好事。这对于对象可能位于图像中任何位置的任务是有意义的。假设在家庭图像中检测到一只小猫。

但是，假设您已经掌握了有关图像中感兴趣对象的可能位置的一些信息。例如，用于检测景观图像数据集中的树木。在大多数情况下，树木将位于图像的下半部分，而在某些情况下，它们可能位于顶部（因为它位于山丘或其他地方）。所以你想让你的神经网络学习这些信息——树可能连接到图像的底部（地面）。这可能使用 CNN 范式吗？

谢谢

2个回答

根据你的例子：

树木可能位于图像的下半部分。不过，您将不知道是否会有一棵、两棵或五棵树。由于 CNN 的平移不变性，每棵树都会激活负责树检测的过滤器。您仍然需要处理树木在山上的少数例外情况。

为了在这种特殊情况下获得更好的结果，您可能需要考虑某种聚焦机制，它会尝试去除图片中不需要的部分，以防（例如）没有山丘。看看空间变压器网络。在训练期间，它学习预测空间变换（例如缩放），这将有助于“主要”分类器预测图像类别。

我认为，您对图像中树木位置的假设是非常不正确的。只需谷歌图片搜索“风景”（如果还没有的话），您会看到几乎相同数量的图像，其中树木构成图像的顶部与仅位于中间和底部的图像。

谈到 CNN，它会自动学习（这就是美！）训练图像中存在的对象的属性。我所说的属性是指对象的可能位置、位置、形状颜色等。如果你可视化 CNN 层（主要是后面的层）输出，使用类激活的地图，你可以看到 CNN 学习和关注的内容。此外，您可以可视化CNN 学习的过滤器（或内核）。

其它你可能感兴趣的问题
上一篇我使用什么样的神经网络架构将图像分类为十万类？ 下一篇与对手的深度 Q 网络有哪些好的学习策略？