CIFAR10上是否有任何Capsnet实施比普通的CNN可以实现更高的准确性？

Question

我根据Sara Sabour和Hinton的文章通过EM-Routing实现了胶囊网络，它在MNIST数据集和其他与MNIST相同的灰度数据集（例如Hoda（波斯/阿拉伯数字））上都很好用，但是当我尝试使用CIFAR10时准确性令人难以置信。

Answer 1

是的，这是Capsule Networks当前的问题。由于数据集的简单性，它与MNIST一起很好地工作。您只需要检测一些边缘和斑点即可对每个数据进行分类。对于更复杂的数据集，天真地堆叠囊体并希望其表现良好是行不通的。但是，当前正在执行一些工作来调整当前的CapsNet体系结构，以使其性能比现在更好。在这段时间开发CNN时，它也有同样的问题。 CNN变成现在已经花费了很多年。

如果您想了解CapsNet在不同数据集上的性能，请参考：https://arxiv.org/abs/1712.03480

我早些时候提到过有一些改进CapsNet的工作。但是，到目前为止已经完成了一些工作。您可以参考以下内容：

http://openaccess.thecvf.com/content_CVPR_2019/papers/Rajasegaran_DeepCaps_Going_Deeper_With_Capsule_Networks_CVPR_2019_paper.pdf

http://proceedings.mlr.press/v97/jeong19b/jeong19b.pdf

请记住，训练CapsNet所需的时间比CNN要长得多。因此，要测试这些架构并不容易。