Справочник функций

Ваш аккаунт

Войти через: 
Забыли пароль?
Регистрация
Информацию о новых материалах можно получать и без регистрации:

Почтовая рассылка

Подписчиков: -1
Последний выпуск: 19.06.2015

Реализация ансамбля/комитета сверточных нейронных сетей для распознавания образов?

87K
07 октября 2016 года
ChicoID
2 / / 30.08.2016
Структура вопроса: дается обоснование актуальности использования сверточных нейронных сетей. И в конце вопрос о доступности open-source реализации.

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%:
Цитата:
Источник: http://yann.lecun.com/exdb/mnist/"]The MNIST database of handwritten digits (yann.lecun.com)[/URL]

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:

Цитата:
  • 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
Источник: MSRA @ ILSVRC & COCO 2015 competitions (презентация, 2 слайд)

В описывающей модель статье приведена таблица:

Цитата:
Коэффициенты ошибок (%) в результатах с ансамблями. Top-5 error метрика на базе тестового множества ImageNet.

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.

Реклама на сайте | Обмен ссылками | Ссылки | Экспорт (RSS) | Контакты
Добавить статью | Добавить исходник | Добавить хостинг-провайдера | Добавить сайт в каталог