HyperAIHyperAI
vor 12 Tagen

LDC: Lightweight Dense CNN für Kantenentwicklung

{Angel Domingo Sappa, Gonzalo Pomboza-Junez, Xavier Soria Poma}
Abstract

Diese Arbeit präsentiert ein leichtgewichtiges dichtes Faltungsnetzwerk (LDC) für die Kantenerkennung. Das vorgeschlagene Modell ist eine Anpassung zweier state-of-the-art-Ansätze, benötigt jedoch weniger als 4 % der Parameter im Vergleich zu diesen Ansätzen. Die vorgeschlagene Architektur erzeugt dünne Kantenkarten und erreicht bei Vergleichen mit leichtgewichtigen Modellen (Modellen mit weniger als 1 Million Parametern) die höchste Bewertung (d. h. ODS) sowie eine vergleichbare Leistung im Vergleich zu schweren Architekturen (Modellen mit etwa 35 Millionen Parametern). Quantitative und qualitative Ergebnisse sowie Vergleiche mit state-of-the-art-Modellen werden anhand verschiedener Datensätze für die Kantenerkennung vorgestellt. Das vorgeschlagene LDC-Modell verwendet keine vortrainierten Gewichte und erfordert eine einfache Einstellung der Hyperparameter. Der Quellcode ist unter https://github.com/xavysp/LDC veröffentlicht.

LDC: Lightweight Dense CNN für Kantenentwicklung | Neueste Forschungsarbeiten | HyperAI