用于图像分类的CNN：ImageNet Classiﬁcation with Deep Convolutional Neural Networks

最新推荐文章于 2024-08-26 13:19:00 发布

YanYan——

最新推荐文章于 2024-08-26 13:19:00 发布

阅读量749

点赞数 29

文章标签：笔记学习

本文链接：https://blog.csdn.net/Guozyan/article/details/138537025

版权

本文介绍了Alex Krizhevsky等人在2012年使用深度卷积神经网络（CNN）对ImageNet数据集进行图像分类的研究。网络包含5个卷积层和3个全连接层，利用ReLU激活函数、GPU并行计算和数据增强来减少过拟合。通过在训练过程中应用dropout正则化，模型在ILSVRC-2010竞赛中取得了15.3%的TOP-5测试错误率，显著优于其他参赛者。研究证明深度对于此类任务的重要性，并为后续的深度学习研究奠定了基础。

摘要由CSDN通过智能技术生成

ImageNet Classiﬁcation with Deep Convolutional Neural Networks

NIPS-Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton-2012

思路

训练了一个大型的深度卷积神经网络，将ImageNet LSVRC-2010竞赛中的120万张高分辨率图像分类为1000个不同的类别。
神经网络有6000万个参数和650000个神经元，由五个卷积层组成，其中一些层后面是最大池层，还有三个全连接层，最后是1000路softmax。
文章选择使用GPU实现卷积运算，有比较高效的效率；使用非饱和神经元。
为了减少全连接层中的过拟合，采用dropout正则化。
模型的变体在比赛中获得了15.3%的TOP-5测试错误率[NO.1]，第二名的错误率为26.2%。

数据集介绍

ImageNet是一个包含超过1500万个标记的高分辨率图像的数据集，属于大约22，000个类别。
ILSVRC竞赛使用ImageNet的一个子集，在1000个类别中的每个类别中大约有1000张图像。总共有大约120万张训练图像，5万张验证图像和15万张测试图像。
ILSVRC-2010是ILSVRC的唯一版本，测试集标签可用，因此这是我们执行大部分实验的版本。由于我们也在ILSVRC-2012竞赛中输入了我们的模型，因此也报告了这个版本的数据集的结果，其中测试集标签不可用。
数据集由可变分辨率的图像组成，而模型需要不变的输入维度。因此将图