Обобщаются ли классификаторы ImageNet на ImageNet? (Объяснение статьи) скачать в хорошем качестве

Обобщаются ли классификаторы ImageNet на ImageNet? (Объяснение статьи)

Переобучение ли мир к ImageNet? Что, если мы соберём другой набор данных точно таким же образом? Эта статья даёт неожиданный ответ! Статья: https://arxiv.org/abs/1902.10811 Данные: https://github.com/modestyachts/Image... Аннотация: Мы создаём новые тестовые наборы для наборов данных CIFAR-10 и ImageNet. Оба бенчмарка уже почти десять лет находятся в центре интенсивных исследований, что повышает опасность переобучения на чрезмерно повторно используемых тестовых наборах. Внимательно отслеживая процессы создания исходных наборов данных, мы проверяем, в какой степени текущие модели классификации обобщаются на новые данные. Мы оцениваем широкий спектр моделей и обнаруживаем снижение точности на 3–15% для CIFAR-10 и на 11–14% для ImageNet. Однако повышение точности на исходных тестовых наборах приводит к ещё большему повышению точности на новых тестовых наборах. Наши результаты показывают, что снижение точности вызвано не адаптивностью, а неспособностью моделей обобщать данные на изображения чуть более «сложные», чем те, что были в исходных тестовых наборах. Авторы: Бенджамин Рехт, Ребекка Рулофс, Людвиг Шмидт, Вайшаал Шанкар Ссылки: YouTube:    / yannickilcher   Twitter:   / ykilcher   BitChute: https://www.bitchute.com/channel/yann... Minds: https://www.minds.com/ykilcher