ترجمه فارسی مقاله خصوصیات عمومی سازی مقیاس از شبکه های مشتق گاوسی در مقیاس گسترده و متغیر در مجموعه داده های تصویر با تغییرات مقیاس بندی مکانی

چکیده

This paper presents an in-depth analysis of the scale generalisation properties of the scale-covariant and scale-invariant Gaussian derivative networks, complemented with both conceptual and algorithmic extensions. For this purpose, Gaussian derivative networks are evaluated on new rescaled versions of the Fashion-MNIST and the CIFAR-10 datasets, with spatial scaling variations over a factor of 4 in the testing data, that are not present in the training data. Additionally, evaluations on the previously existing STIR datasets show that the Gaussian derivative networks achieve better scale generalisation than previously reported for these datasets for other types of deep networks. We first experimentally demonstrate that the Gaussian derivative networks have quite good scale generalisation properties on the new datasets, and that average pooling of feature responses over scales may sometimes also lead to better results than the previously used approach of max pooling over scales. Then, we demonstrate that using a spatial max pooling mechanism after the final layer enables localisation of non-centred objects in image domain, with maintained scale generalisation properties. We also show that regularisation during training, by applying dropout across the scale channels, referred to as scale-channel dropout, improves both the performance and the scale generalisation. In additional ablation studies, we demonstrate that discretisations of Gaussian derivative networks, based on the discrete analogue of the Gaussian kernel in combination with central difference operators, perform best or among the best, compared to a set of other discrete approximations of the Gaussian derivative kernels. Finally, by visualising the activation maps and the learned receptive fields, we demonstrate that the Gaussian derivative networks have very good explainability properties.

چکیده به فارسی (ترجمه ماشینی)

در این مقاله ، تجزیه و تحلیل عمیق از خصوصیات عمومی سازی مقیاس از شبکه های مشتق شده گاوسی مقیاس-کواریانت و متغیرهای متغیر ، تکمیل شده با پسوندهای مفهومی و الگوریتمی ارائه شده است.برای این منظور ، شبکه های مشتق گاوسی بر روی نسخه های جدید نجات یافته از مجموعه های مد و Mnist و CIFAR-10 ارزیابی می شوند ، با تغییرات مقیاس بندی مکانی بر روی ضریب 4 در داده های آزمایش ، که در داده های آموزش وجود ندارند.علاوه بر این ، ارزیابی در مورد مجموعه داده های StiR که قبلاً موجود بود ، نشان می دهد که شبکه های مشتق گاوسی به تعمیم در مقیاس بهتر از آنچه قبلاً برای این مجموعه داده ها برای انواع دیگر شبکه های عمیق گزارش شده بود ، می رسند.ما ابتدا به صورت تجربی نشان می دهیم که شبکه های مشتق گاوسی دارای خواص عمومی سازی مقیاس کاملاً خوبی در مجموعه داده های جدید هستند ، و این که متوسط ​​جمع آوری پاسخ های ویژگی در مقیاس ها ممکن است گاهی اوقات نیز منجر به نتایج بهتری نسبت به رویکرد قبلاً استفاده شده از حداکثر استخر بیش از مقیاس ها شود.سپس ، ما نشان می دهیم که استفاده از یک مکانیسم جمع آوری حداکثر فضایی پس از لایه نهایی ، بومی سازی اشیاء غیر محور در حوزه تصویر ، با خصوصیات عمومی سازی مقیاس را امکان پذیر می کند.ما همچنین نشان می دهیم که منظم سازی در طول آموزش ، با استفاده از ترکیبی از کانال های مقیاس ، که از آن به عنوان ترک خوردگی در مقیاس کانال یاد می شود ، عملکرد و تعمیم مقیاس را بهبود می بخشد.در مطالعات بیشتر فرسایش ، ما نشان می دهیم که تفکیک شبکه های مشتق گاوسی ، بر اساس آنالوگ گسسته هسته گاوسی در ترکیب با اپراتورهای تفاوت مرکزی ، در مقایسه با مجموعه ای از تقریبهای گسسته دیگر هسته های مشتق گاوسی ، بهترین یا در بین بهترین ها را انجام می دهند.بشرسرانجام ، با تجسم نقشه های فعال سازی و زمینه های پذیرش آموخته شده ، ما نشان می دهیم که شبکه های مشتق گاوسی از خصوصیات توضیح بسیار خوبی برخوردار هستند.