卷积神经网络中组合技术性能提升的叠加效应

近期在图像分类领域的研究已展示了多种提升卷积神经网络（CNN）性能的技术手段。然而，将现有技术进行有效整合以构建实用化模型的尝试仍较为罕见。在本研究中，我们通过大量实验验证了：通过精心组合各类技术并将其应用于基础CNN模型（如ResNet和MobileNet），可在显著提升模型准确率与鲁棒性的同时，最大限度地减少吞吐量的损失。所提出的集成型ResNet-50模型在ILSVRC2012验证集上，Top-1准确率由76.3%提升至82.78%，类别间错误率（mCE）从76.0%降至48.9%，误检率（mFR）由57.7%下降至32.3%。在此性能提升下，推理吞吐量仅从536帧/秒降至312帧/秒。为验证迁移学习性能的提升效果，我们在多个公开数据集上测试了细粒度分类与图像检索任务，结果表明，骨干网络性能的增强显著提升了迁移学习的表现。本方法在CVPR 2019 iFood竞赛的细粒度视觉识别赛道中荣获第一名。相关源代码与训练好的模型已开源，可访问：https://github.com/clovaai/assembled-cnn