Реализация ансамбля/комитета сверточных нейронных сетей для распознавания образов?
Актуальность сверточных нейросетей
Ансамбли сверточных нейронных сетей показывают наилучшие результаты по точности распознавания образов. В частности, ансамбль/комитет из 35 сверточных нейронных сетей показал наивысшую точность в распознавании образов цифр из базы MNIST (база рукописных образов цифр), показав коэффициент ошибок на тестовой выборке 0.23%:
В одной из современных систем для классификации изображений получено ощутимое преимущество при использовании ансамблевой парадигмы сверточных сетей. Отражено в статье авторов He Kaiming, Xiangyu Zhang, Shaoqing Ren, и Jian Sun (эксперты Microsoft):
Команда MSRA c их моделью ResNets с ансамблевой парадигмой выиграла первые места на соревновании "Large Scale Visual Recognition Challenge 2015" (ILSVRC2015) во всех 5 основных категориях:
- ImageNet Classification: 152-слойные сети
- ImageNet Detection: на 16% лучше чем занявшие 2-е место
- ImageNet Localization: на 27% лучше чем 2-е
- COCO Detection: на 11% лучше чем 2-е
- COCO Segmentation: на 12% лучше чем 2-е
В описывающей модель статье приведена таблица:
Эти более менее свежие примеры удачного использования ансамбля/комитета сверточных нейронных сетей говорят об актуальности использования ансамблевой парадигмы (в частности ансамбля сверточных нейросетей) в задачах распознавания образов.
Вопрос:
Имеются ли в свободном доступе открытые исходные коды (open-source) реализации ансамбля/комитета сверточных нейронных сетей с возможностью распознавания/классификации образов цифр или визуальных образов ImageNet (для НЕкоммерческого использования). В идеальном случае было бы неплохо, если бы кто-то уже разрабатывал и открывал для публичного доступа имплементацию на Python или C#. Кто уже с этим сталкивался, возможно, сможет помочь мне сориентироваться.