arXiv Computer Vision· Wei Wu, Eric C. Larson·· 4 小时前AI 评分22
可学习缩放与频谱滤波参数化下的分辨率分配研究
Resolution Allocation with Learnable Resizing and Spectral Filter Parameterization
AI 导读
研究对比了空间域与频谱域卷积核在可学习分辨率分配下的表现，发现频谱核获益更大，在 EuroSAT、CIFAR-10 和 STL-10 三个数据集、两种模型规模上准确率增益差距为 +0.013 至 +0.028。部分差异源于频谱核保留更多空间面积带来的收益，但在总保留面积匹配时差异仍为正。该模式在不同数据集和模型规模下均成立，但幅度及对复杂度预算的依赖随模型规模和缩放实现方式变化。
来源：arXiv Computer Vision · arxiv.org