CNN会不会知道地点？

三个要点
✔️ CNN对位置信息进行编码
✔️ 0 填充学习位置信息。
✔️ 位置信息存储在更深的层次。

How Much Position Information Do Convolutional Neural Networks Encode?
written by Md Amirul Islam, Sen Jia, Neil D. B. Bruce
(Submitted on 22 Jan 2020)
Comments: Accepted to ICLR2020
Subjects: Computer Vision and Pattern Recognition (cs.CV); Machine Learning (cs.LG)
Paper Official Code COMM Code

介绍：

CNN已经在许多计算机视觉任务中获得了成功，例如分类和检测任务。基本上，CNN主要作为对象的特征提取器。这是因为它们是经过本地过滤器训练的，基本不应该有任何位置信息。因此，这一点已经被指出，并提出了主要获取位置信息的模型，如胶囊网。所以很多人认为CNN的位置信息很少？

然而，这项研究可能会改变这种隐含的想法。
见图1。

图1：图像的突出区域。

看最上面一排。在左边，中间的人身上有一个明显的区域。同样，你也可以看到，大部分的图片中间都有一个明显的区域。下图为下行，上行蓝线裁剪后的图像。注意到这里有些奇怪。由于他们只是对图片进行了裁剪，所以在纹理等方面没有变化，所以在明显的区域应该没有变化。然而，裁剪后的图像的突出区域明显向左移动（中心区域）。(这是因为就训练图像而言，突出区域在图像的中心，所以才会出现这种情况。)这与我们隐含的信念相反，即CNN没有位置信息。

从这个结果来看，作者推测CNN可能在编码（获取）人类只是不理解的位置信息。本文是关于CNN的位置信息。

这篇论文被ICLR2020录用，所有审稿人都给了满分（8分）（2594篇论文中只有34篇获得满分）。如果你对其他论文的成绩感兴趣，请看这里。

• 
• 
• 

与本文相关的类别

• 图片识别
• 深度学习