该论文提出了一种低成本的集成学习方法，通过转换卷积神经网络为多分支结构并增强分支输出之间的多样性来提高分类性能。使用分组卷积和知识蒸馏进行训练，实验结果显示该方法具有最先进的分类准确度和不确定性估计性能。