[Deep Learning][CNN][ResNeXt]

[peternara]

Aggregated Residual Transformations for Deep Neural Networks

• Author : Kaiming He외 4명

• 특징

  • cardinality(관계수, 1:n 관계?)라 불리우는 형태를 가진다.
    • cardinality = the size of the set of transformations
    • 밑의 그림에서 보면 기본적 구조는 resnet과 유사하나 resnet의 각각의 Layer를 조각(channel)낸 형태를 가진다. 이를 나중에 cat한다.
    • 이때의 cardinality = 32

• 기본적으로 resnet과 유사(또는 비교), 그리고 성능향상되고, 반면에 거의 같은 complexity(paraemeter, FLOPS)를 가진다.
  • FLOPS : 플롭스(FLOPS, FLoating point OPerations per Second)는 컴퓨터의 성능을 수치로 나타낼 때 주로 사용되는 단위 : link

• 성능향상

  • 1%의 향상을 이루어냄
    • ImageNet-1K (top-1 error)
    • ResNet-50 vs ResNeXt-50 = 23.9 vs 22.2
    • ResNet-101 vs ResNeXt-101= 22.0 vs 21.2

• 주요 사이트

  • https://github.com/facebookresearch/ResNeXt