Im Bereich der Bildklassifizierung ist die visuelle Trennbarkeit zwischen verschiedenen Objektkategorien sehr ungleich verteilt, wobei einige Kategorien schwieriger zu unterscheiden sind als andere. Solche anspruchsvollen Kategorien erfordern spezialisierte Klassifikatoren. Bestehende tiefgreifende Faltungsneuronale Netze (CNN) werden jedoch als flache N-Wege-Klassifikatoren trainiert, und es wurden bisher nur wenige Versuche unternommen, die hierarchische Struktur der Kategorien auszunutzen. In dieser Arbeit führen wir hierarchische tiefgreifende CNNs (HD-CNNs) ein, indem wir tiefgreifende CNNs in eine Kategoriehierarchie einbetten. Ein HD-CNN trennt einfache Klassen mit einem grobkörnigen Klassifikator, während es schwierige Klassen mit feinkörnigen Klassifikatoren unterscheidet. Während des Trainings von HD-CNNs folgt eine komponentenweise Vortrainung einer globalen Feinabstimmung mit einer multinomialen logistischen Verlustfunktion, die durch einen grobkörnigen Konsistenzterm regularisiert wird. Darüber hinaus ermöglichen bedingte Ausführungen von feinkörnigen Klassifikatoren und Schichtparameterkompression die Skalierbarkeit von HD-CNNs für groß angelegte visuelle Erkennung. Wir erzielen Stand-of-the-Art-Ergebnisse sowohl auf den CIFAR100-Daten als auch auf den großen ImageNet 1000-Klassen-Benchmark-Daten. In unseren Experimenten bauen wir drei verschiedene HD-CNNs auf, die den Top-1-Fehler der Standard-CNNs jeweils um 2,65 %, 3,1 % und 1,1 % reduzieren.请注意，虽然您要求的是德语翻译，但您的第4条要求中提到了“使其更符合法语读者的阅读习惯”，这可能是笔误。我假设您指的是德语读者，并据此进行了翻译。如果有任何其他要求，请告知。