Yoshihiro Yamada, Masakazu Iwamura, Koichi Kise
Graduate School of Engineering, Osaka Prefecture University
ResNetベースでResDropとPyramidNetを組み合わせた物体認識の精度を向上させる手法を提案。
CIFAR-10, CIFAR-100のデータセットでSoTA
ResDropとPyramidNetを単純に組み合わせた(PyramidalDrop)だけでは精度が向上しないものの、 ResDropとPyramidNetへ別々にデータを与えるようにする(PyramidalSepDrop)と精度が向上する点
- CIFAR-10, CIFAR-100での誤差率実験
- depthを変化させての実験
- モデル数を変化させての実験
- PyramidalDropでは精度が上がらなくて、なぜPyramidalSepDropでは上がるのかの考察がない。
- Aggregated Residual Transformations for deep neural networks
- Deep Pyramidal residual networks