सूक्ष्म-ग्रेन दृश्य पहचान के लिए मल्टी-ऑब्जेक्टिव मैट्रिक्स सामान्यीकरण

बिलिनियर पूलिंग सूक्ष्म-ग्रेन दृश्य पहचान (FGVC) में बड़ी सफलता प्राप्त करता है। हालिया तरीकों ने दिखाया है कि मैट्रिक्स पावर सामान्यीकरण बिलिनियर सुविधाओं में द्वितीयक जानकारी को स्थिर कर सकता है, लेकिन कुछ समस्याएँ, जैसे, अति-जानकारी और ओवर-फिटिंग, अभी भी हल करने के लिए बनी हुई हैं। इस पेपर में, हम एक कुशल मल्टी-ऑब्जेक्टिव मैट्रिक्स सामान्यीकरण (MOMN) विधि का प्रस्ताव करते हैं जो एक ही समय में स्क्वायर-रूट, लो-रैंक, और स्पार्सिटी के संदर्भ में एक बिलिनियर प्रतिनिधित्व को सामान्यीकरण कर सकता है। ये तीन नियमितीकरण न केवल द्वितीयक जानकारी को स्थिर कर सकते हैं, बल्कि बिलिनियर सुविधाओं को संकुचित कर सकते हैं और मॉडल सामान्यीकरण को बढ़ावा दे सकते हैं। MOMN में, एक मुख्य चुनौती यह है कि विभिन्न अवतल गुणों के तीन असम smooth नियमितीकरणकर्ताओं को कैसे समन्वयित रूप से अनुकूलित किया जाए। इस उद्देश्य के लिए, MOMN पहले उन्हें अप्रयुक्त नियमितीकरण बाधाओं के साथ एक संवर्धित लाग्रेंज सूत्र में सूत्रबद्ध करता है। फिर, विभिन्न बाधाओं को आराम देने के लिए सहायक चर पेश किए जाते हैं, जो प्रत्येक नियमितीकरणकर्ता को वैकल्पिक रूप से हल करने की अनुमति देता है। अंततः, संगत संकुचन और कुशल कार्यान्वयन प्राप्त करने के लिए ग्रेडिएंट डिसेंट पर आधारित कई अद्यतन रणनीतियाँ डिजाइन की जाती हैं। परिणामस्वरूप, MOMN केवल मैट्रिक्स गुणा के साथ लागू किया जाता है, जो GPU त्वरण के साथ अच्छी तरह से संगत है, और सामान्यीकृत बिलिनियर विशेषताएँ स्थिर और विभेदक होती हैं। FGVC के लिए पांच सार्वजनिक मानदंडों पर प्रयोग दर्शाते हैं कि प्रस्तावित MOMN मौजूदा सामान्यीकरण-आधारित तरीकों की तुलना में सटीकता और दक्षता दोनों के संदर्भ में श्रेष्ठ है। कोड उपलब्ध है: https://github.com/mboboGO/MOMN.