kth.sePublikationer KTH
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
The problems with using STNs to align CNN feature maps
KTH, Skolan för elektroteknik och datavetenskap (EECS), Datavetenskap, Beräkningsvetenskap och beräkningsteknik (CST). (Computational Brain Science)ORCID-id: 0000-0001-8548-5788
KTH, Skolan för elektroteknik och datavetenskap (EECS), Datavetenskap, Beräkningsvetenskap och beräkningsteknik (CST). (Computational Brain Science)ORCID-id: 0000-0003-0011-6444
KTH, Skolan för elektroteknik och datavetenskap (EECS), Datavetenskap, Beräkningsvetenskap och beräkningsteknik (CST). (Computational Brain Science Lab)ORCID-id: 0000-0002-9081-2170
2020 (Engelska)Rapport (Övrigt vetenskapligt)
Abstract [en]

Spatial transformer networks (STNs) were designed to enable CNNs to learn invariance to image transformations. STNs were originally proposed to transform CNN feature maps as well as input images. This enables the use of more complex features when predicting transformation parameters. However, since STNs perform a purely spatial transformation, they do not, in the general case, have the ability to align the feature maps of a transformed image and its original. We present a theoretical argument for this and investigate the practical implications, showing that this inability is coupled with decreased classification accuracy. We advocate taking advantage of more complex features in deeper layers by instead sharing parameters between the classification and the localisation network.

Ort, förlag, år, upplaga, sidor
2020. , s. 2
Nationell ämneskategori
Datorgrafik och datorseende
Forskningsämne
Datalogi
Identifikatorer
URN: urn:nbn:se:kth:diva-363943DOI: 10.48550/arXiv.2001.05858OAI: oai:DiVA.org:kth-363943DiVA, id: diva2:1962018
Forskningsfinansiär
Vetenskapsrådet, 2018-03586
Anmärkning

QC 20250814

Tillgänglig från: 2025-05-28 Skapad: 2025-05-28 Senast uppdaterad: 2025-08-14

Open Access i DiVA

fulltext(384 kB)68 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 384 kBChecksumma SHA-512
c4c5ae5e90b197ddc5c6d74239236a757b3b2b15782e41ca33b998440a737bae7deb8be99253a5e88786e17782f0be4f8d810bbe33f480a834e3831c073519b6
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltext

Person

Finnveden, LukasJansson, Ylva

Sök vidare i DiVA

Av författaren/redaktören
Finnveden, LukasJansson, YlvaLindeberg, Tony
Av organisationen
Beräkningsvetenskap och beräkningsteknik (CST)
Datorgrafik och datorseende

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 68 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 335 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf