Project detail

Caffe XNOR-nets

Duration: 1.3.2017 — 30.6.2017

Funding resources

Neveřejný sektor - Přímé kontrakty - smluvní výzkum, neveřejné zdroje

On the project

Vyhodnocení vlastností NXOR-nets a opensource nástroje pro jejich trénování.

Předmětem je vyhodnocení vlastností binárních sítí NXOR-nets podle publikace: Rastegari et al.: XNOR-Net: ImageNet Classification Using Binary Convolutional Neural Networks.

Mezi vyhodnocované vlastnosti patří úroveň snížení přesnosti natrénovaných sítí po převedení do binární podoby a možnosti kompenzování tohoto snížení přesnosti zvětšením sítě. Vyhodnocení proběhne na úloze klasifikace identit lidí podle obličeje (například na datové sadě MEGAFACE) s využitím dvou architektur sítě (například základní konvoluční sít a ResNet).

Výstupem vyhodnocení bude technická zpráva.

Výstupem bude také implementace vrstev nutných pro trénování NXOR sítí pro framework Caffe. Tyto implementace budou replikovat postupy popsané v XNOR-Net článku s využitím GPU. Součástí bude také základní implementace dopředného průchodu těchto vrstev pro PC CPU jako funkce v čistém C++ bez výrazných optimalizací. Tyto implementace budou uvolněny jako open source software k volnému užití pod licencí BSD 2-Clause.

Description in English
Evaluation of NXOR-nets and opensource tools for training of these networks.

NXOR-nets are defined in Rastegari et al.: XNOR-Net: ImageNet Classification Using Binary Convolutional Neural Networks.
The evaluated propertties of NXOR-nets are the degradation of classification accuracy due to transformation to binary networks and the possibilities of compensating this degradation by enlarging the network.
Further, the project will result in free open source implementations of layers needed to train NXOR-nets in caffe framework using GPU.

Keywords
konvoluční sítě, CNN, NXOR-nets

Key words in English
convolutional networks, CNN,  NXOR-nets

Default language

Czech

People responsible

Hradiš Michal, Ing., Ph.D. - principal person responsible

Units

Department of Computer Graphics and Multimedia
- responsible department (14.2.2017 - not assigned)
Computer Graphics Research Group
- internal (1.3.2017 - 30.6.2017)
Department of Computer Graphics and Multimedia
- beneficiary (1.3.2017 - 30.6.2017)

Results

HRADIŠ, M.; KOHÚT, J. XNOR net report. Brno: Fingera s.r.o., 2017. 22 p.
Detail

Responsibility: Hradiš Michal, Ing., Ph.D.