Column drop: making CNNs invariant to image cropping
We introduce a new regularization technique column drop which uses inner structure of CNNs for classification to make its output invariant to random crops of input image. Use of this regularization eliminates need in data augmentation by random image cropping under some conditions on architecture of...
Saved in:
| Published in: | Штучний інтелект |
|---|---|
| Date: | 2018 |
| Main Authors: | , |
| Format: | Article |
| Language: | English |
| Published: |
Інститут проблем штучного інтелекту МОН України та НАН України
2018
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/162372 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Column drop: making CNNs invariant to image cropping / V.V. Dudar, V.V. Semenov // Штучний інтелект. — 2018. — № 2 (80). — С. 43-49. — Бібліогр.: 8 назв. — англ. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862560932590256128 |
|---|---|
| author | Dudar, V.V. Semenov, V.V. |
| author_facet | Dudar, V.V. Semenov, V.V. |
| citation_txt | Column drop: making CNNs invariant to image cropping / V.V. Dudar, V.V. Semenov // Штучний інтелект. — 2018. — № 2 (80). — С. 43-49. — Бібліогр.: 8 назв. — англ. |
| collection | DSpace DC |
| container_title | Штучний інтелект |
| description | We introduce a new regularization technique column drop which uses inner structure of CNNs for classification to make its output invariant to random crops of input image. Use of this regularization eliminates need in data augmentation by random image cropping under some conditions on architecture of CNN. We show that application of column drop to pooling layers leads to improvement in generalization compared with use of dropout for pooling layers.
В статті описано новий метод регуляризації column drop для навчання згорткових нейронних мереж для класифікації, що робить їх інваріантними до вибору підзображення. Використання такої регуляризації відкидає необхідність в розширенні навчальної вибірки зображень за допомогою вибору випадкових підзображень, за певних умов на архітектуру мережі. Застосування column drop до pooling шарів мережі призводить до покращення точності класифікації на тестовій вибірці у порівнянні з використанням методу dropout для pooling шарів.
|
| first_indexed | 2025-11-25T23:09:42Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-162372 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1561-5359 |
| language | English |
| last_indexed | 2025-11-25T23:09:42Z |
| publishDate | 2018 |
| publisher | Інститут проблем штучного інтелекту МОН України та НАН України |
| record_format | dspace |
| spelling | Dudar, V.V. Semenov, V.V. 2020-01-07T18:26:24Z 2020-01-07T18:26:24Z 2018 Column drop: making CNNs invariant to image cropping / V.V. Dudar, V.V. Semenov // Штучний інтелект. — 2018. — № 2 (80). — С. 43-49. — Бібліогр.: 8 назв. — англ. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/162372 004.93 We introduce a new regularization technique column drop which uses inner structure of CNNs for classification to make its output invariant to random crops of input image. Use of this regularization eliminates need in data augmentation by random image cropping under some conditions on architecture of CNN. We show that application of column drop to pooling layers leads to improvement in generalization compared with use of dropout for pooling layers. В статті описано новий метод регуляризації column drop для навчання згорткових нейронних мереж для класифікації, що робить їх інваріантними до вибору підзображення. Використання такої регуляризації відкидає необхідність в розширенні навчальної вибірки зображень за допомогою вибору випадкових підзображень, за певних умов на архітектуру мережі. Застосування column drop до pooling шарів мережі призводить до покращення точності класифікації на тестовій вибірці у порівнянні з використанням методу dropout для pooling шарів. We gratefully acknowledge the support of NVIDIA with the donation of the Titan X Pascal GPU used for this research. en Інститут проблем штучного інтелекту МОН України та НАН України Штучний інтелект Системи розпізнавання і сприйняття образів Column drop: making CNNs invariant to image cropping Column drop: крок до інваріантності згорткових нейронних мереж до вибору підзображення Article published earlier |
| spellingShingle | Column drop: making CNNs invariant to image cropping Dudar, V.V. Semenov, V.V. Системи розпізнавання і сприйняття образів |
| title | Column drop: making CNNs invariant to image cropping |
| title_alt | Column drop: крок до інваріантності згорткових нейронних мереж до вибору підзображення |
| title_full | Column drop: making CNNs invariant to image cropping |
| title_fullStr | Column drop: making CNNs invariant to image cropping |
| title_full_unstemmed | Column drop: making CNNs invariant to image cropping |
| title_short | Column drop: making CNNs invariant to image cropping |
| title_sort | column drop: making cnns invariant to image cropping |
| topic | Системи розпізнавання і сприйняття образів |
| topic_facet | Системи розпізнавання і сприйняття образів |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/162372 |
| work_keys_str_mv | AT dudarvv columndropmakingcnnsinvarianttoimagecropping AT semenovvv columndropmakingcnnsinvarianttoimagecropping AT dudarvv columndropkrokdoínvaríantnostízgortkovihneironnihmereždoviborupídzobražennâ AT semenovvv columndropkrokdoínvaríantnostízgortkovihneironnihmereždoviborupídzobražennâ |