深いResidual blockをもったニューラルネットワークの実験的検討

森下 博貴  井上 勝文  吉岡 理文  

誌名
電子情報通信学会論文誌 D   Vol.J101-D   No.8   pp.1140-1149
発行日: 2018/08/01
Online ISSN: 1881-0225
DOI: 10.14923/transinfj.2017IUP0011
論文種別: 特集論文 (画像の認識・理解論文特集)
専門分野: 
キーワード: 
画像認識,  ニューラルネットワーク,  深層学習,  ResNet,  CIFAR10,  CIFAR100,  

本文: PDF(735.5KB)
>>論文を購入


あらまし: 
画像認識には畳み込みニューラルネットワークがよく用いられている.中でもResidual blockと呼ばれるモジュールを繰り返すResNetと呼ばれる手法から派生した手法がよく提案されている.識別性能を向上させるためにこれらの派生手法で用いられている戦略として,より多くのモジュールで処理を分担し各モジュールには単純な変換を行わせる戦略と,複雑な変換を行えるモジュールを少数だけ用いる戦略が挙げられる.本研究ではモジュール内において,より複雑な変換を行えるようにすべくより深い層構造の新しいモジュールを提案するとともに,上記二つの内どちらの戦略がパラメータ効率良く識別性能を向上させられるのかを調べた.本研究では従来手法と提案手法をCIFAR10とCIFAR100を用いて比較した結果,提案手法はCIFAR10では従来手法と同程度の識別率で,CIFAR100においてはわずかに劣る識別率でありながら,パラメータ数を3分の2以下に削減することができた.