#892
summarized by : cfiken
Structured Binary Neural Networks for Accurate Image Classification and Semantic Segmentation
Bohan Zhuang, Chunhua Shen, Mingkui Tan, Lingqiao Liu, Ian Reid

どんな論文か？

CNN のモデルの重みと activation の両方を binary で表現する Binary NNs において、既存手法である元のフル精度のモデルの重みや activation の値を近似する value approximation ではなく、元のモデルのキャパシティを再現するような binary のモデルを設計する structure approximation によるアプローチを提案した。
placeholder

新規性

今までの binary NNs の実現手法において、元のモデルを再現できるように構造から変える structure approximation のアプローチは初。 また、semantic segmentation への応用として、分解したネットワークで異なる dilated rate を使う Binary Parallel Atrous Convolution を提案。

結果

前 SOTA だった ABC-Net を含む既存手法と ImageNet で比較し、binary, fixed-point の両方で SOTA を更新。 また、 semantic segmentation タスクである PASCAL VOC でも既存手法と比較し良いスコアとなった。

その他（なぜ通ったか？等）

今までのアプローチと異なる攻め方で SOTA を更新した。

このページで利用されている画像は論文から引用しています．