为什么卷积神经网络对图像先平移后伸缩，伸缩和扭曲不敏感

来源：蜘蛛抓取(WebSpider) 时间：2016-05-13 06:42 标签： 伸缩平移门
自己用训好的网络来提图像特征用于其他任务，选择的特征是输出层前面的全链接层4096维特征，但发现这个特征不具有旋转不变性，回顾了整体过程，感觉也没有哪个步骤可以保证旋转不变，而例如SIFT提取主方向那步很明显保证了旋转不变，请问该如何做改进使cnn特征有旋转不变性
首先说CNN没有旋转不变性是错误的,其实CNN是具有一定的旋转不变性，具体在这个回答下面可以看到，之前看过一篇对于maxpooling分析的文章，现在一下子记不起来了，所以就口头说一下其实之所以有旋转不变性是因为maxpooling得来的，当我们正面拍一些照片的时候，也许我们学习得到的一些地方的activation会比较大，当我们略微的转过一点角度之后，由于maxpooling的存在，会使得我们的maxpooling依然在那个地方取到最大值，所以有一定的旋转不变性，但是，对于角度很大的来说，maxpooling可能也会失效，所以需要一定的data augmentation，或者你也可以提高maxpooling的窗口，来提高一定的旋转不变性。
一般的思路是做data augmentation。也就是随机转图片来train。&br&&br&&a href=&///?target=http%3A//homes.cs.washington.edu/%7Epedrod/papers/nips14.pdf& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&homes.cs.washington.edu&/span&&span class=&invisible&&/~pedrod/papers/nips14.pdf&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&Deep Symmetry Networks 有一些这方面的努力。&br&&br&还有这个赢了10万刀kaggle竞赛的entry，有一些trick可以用&br&&a href=&///?target=http%3A//benanne.github.io//plankton.html& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&benanne.github.io/2015/&/span&&span class=&invisible&&03/17/plankton.html&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&
一般的思路是做data augmentation。也就是随机转图片来train。Deep Symmetry Networks 有一些这方面的努力。还有这个赢了10万刀kaggle竞赛的entry，有一些trick可以用
cnn是没有的，只能靠数据增强。&br&有个spatial transformer network，用了之后可以旋转不变。
cnn是没有的，只能靠数据增强。有个spatial transformer network，用了之后可以旋转不变。
已有帐号？
无法登录？
社交帐号登录
XMU（厦门大学）硕士在读，移动视觉搜索卷积神经网络及目标检测调研_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
卷积神经网络及目标检测调研
上传于||文档简介
&&卷​积​神​经​网​络​,​目​标​检​测​,​C​N​N​,​ ​O​b​j​e​c​t​ ​D​e​t​e​c​t​i​o​n
阅读已结束，如果下载本文需要使用1下载券
想免费下载本文？
下载文档到电脑，查找使用更方便
还剩41页未读，继续阅读
你可能喜欢

我要回帖

更多关于 伸缩平移门 的文章

 

随机推荐