The auxiliary task branches were fo

The auxiliary task branches were forked after the last concatenation layer in each dense block [Fig. 1] and consisted of single module of 1 x 1 convolutional layer followed by deconvolution layer to upsample the feature maps to original image size. The final loss was defined as the weighted sum of cross-entropy loss for main classification task and losses for three auxiliary tasks. We refer to this modification as DenseNet-A.

結果 (繁體中文) 1:

輔助任務分支在每種緻密塊狀圖的最後級聯層之後分叉。1]和由1×1的卷積層的單個模塊的隨後解卷積層上採樣的特徵映射到原始圖像尺寸。最終損失被定義為交叉熵損失的主分類任務和三個輔助任務損失的加權和。我們將此作為修改DenseNet-A。

結果 (繁體中文) 2:

輔助任務分支在每個密集塊 [圖 1] 中的最後一個串聯層後被分叉，由 1 x 1 卷積層的單個模組組成，然後由去卷積層對要素貼圖進行採樣，以原始圖像大小進行採樣。最終損失定義為主分類任務交叉熵損耗的加權總和，三個輔助任務的損失。我們將此修改稱為密集網-A。

結果 (繁體中文) 3:

輔助任務分支在每個密集塊的最後一個連接層之後分叉（圖1），由1×1卷積層的單個模塊和反卷積層組成，以將特徵映射上採樣到原始影像大小。最終損失定義為主分類任務交叉熵損失和三個輔助任務交叉熵損失的加權和。我們稱此修改為DenseNet-A。