PURe: un modulo residuo a unità di prodotto plug-and-play per reti visive
Uno studio recente presenta PURe, un modulo residuo a unità di prodotto volto a migliorare le reti visive profonde attraverso l'integrazione di interazioni locali moltiplicative esplicite. Questo modulo utilizza una unità di prodotto 2D con una formulazione nel dominio logaritmico a valori reali, affrontando efficacemente l'instabilità di ottimizzazione che ha ostacolato l'applicazione delle unità di prodotto nelle architetture di deep learning. PURe può sostituire senza soluzione di continuità le unità residue standard ed è stato applicato in CNN residue per la classificazione delle immagini, nonché in reti encoder-decoder residue 2D per la segmentazione basata su fette di dati TC volumetrici. I test condotti su Galaxy10 DECaLS, ImageNet e CIFAR-10 dimostrano notevoli miglioramenti in accuratezza e un migliore equilibrio accuratezza-parametri. L'articolo è accessibile su arXiv con l'identificatore 2505.04397v3.
Fatti principali
- PURe è un modulo residuo a unità di prodotto per reti visive profonde.
- Utilizza una unità di prodotto 2D con una formulazione nel dominio logaritmico a valori reali.
- PURe è un sostituto diretto per le unità residue native.
- È stato testato su Galaxy10 DECaLS, ImageNet e CIFAR-10.
- PURe migliora le CNN residue e offre un migliore compromesso accuratezza-parametri.
- Il modulo è applicato alla classificazione delle immagini e alla segmentazione basata su fette di TC.
- L'articolo è su arXiv con ID 2505.04397v3.
Entità
Istituzioni
- arXiv