Réseaux Denses Multi-Échelles pour une Classification d'Images Économe en Ressources

Dans cet article, nous examinons la classification d'images sous des contraintes de ressources informatiques au moment du test. Deux scénarios sont considérés : 1. la classification en temps réel, où la prédiction du réseau pour un exemple de test est mise à jour progressivement, permettant ainsi de fournir une prédiction à tout moment ; et 2. la classification par lots avec budget, où une quantité fixe de calcul est disponible pour classer un ensemble d'exemples, cette quantité pouvant être répartie inégalement entre les entrées « plus faciles » et « plus difficiles ».Contrairement à la plupart des travaux antérieurs, tels que l'algorithme populaire de Viola et Jones, notre approche repose sur des réseaux neuronaux convolutifs. Nous entraînons plusieurs classifieurs avec des exigences en ressources variées, que nous appliquons de manière adaptative lors du test. Pour maximiser le réutilisation des calculs entre les classifieurs, nous les intégrons comme sorties précoces dans un seul réseau neuronal convolutif profond et les interconnectons avec une connectivité dense. Pour faciliter une classification de haute qualité dès le début, nous utilisons une architecture de réseau multi-échelle bidimensionnelle qui maintient des caractéristiques grossières et fines tout au long du réseau.Des expériences menées sur trois tâches de classification d'images montrent que notre cadre améliore substantiellement l'état de l'art existant dans les deux scénarios.