图像 - 目标分类
羊肉串串魅力无穷
这个作者很懒,什么都没留下…
展开
-
GoogLeNet & Inception 系列
文章目录Inception 架构动机Inception 架构细节Inception 架构动机提高深度神经网络性能,最直接的方式是增加它们的尺寸:不仅包括增加深度:网络层次的数目也包括增加它的宽度:每一层的单元数目。但是这个简单方案有两个主要的缺点:更大的尺寸通常意味着更多的参数,这会使增大的网络更容易过拟合,尤其是在训练集的标注样本有限的情况下。另一个缺点是计算资...原创 2018-12-04 16:04:10 · 287 阅读 · 0 评论 -
ResNet
文章目录论文信息ResNet 设计动机论文信息原文地址: Deep Residual Learning for Image Recognition作者:Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun成就:模型赢得了ImageNet检测任务、ImageNet定位任务、COCO检测和COCO分割任务的第一名。ResNet 设计动机在深度卷...原创 2018-12-05 21:06:15 · 5117 阅读 · 0 评论 -
AlexNet
文章目录AlexNet 网络架构卷积层 convolutional networks池化层 poolAlexNet 网络架构AlexNet 网络包含8个带权重的层,前5层是卷积层,剩下的3层是全连接层。最后一层全连接层的输出通过1000维的 softmax,产生1000类标签的分布。 其中:ReLU非线性应用在每个卷积层和全连接层的输出上。第2,4,5卷积层的核只与位...原创 2018-12-03 17:28:22 · 663 阅读 · 2 评论 -
Xception
文章目录论文信息Xception 设计进化深度可分离卷积 Depthwise Separable ConvolutionXception 网络架构Xception 微调论文信息原文地址: Xception:Deep Learning with Depthwise Separable Convolutions作者:François CholletXception 设计进化Xception...原创 2018-12-06 12:44:18 · 31403 阅读 · 15 评论 -
VGG
文章目录VGG 网络配置VGG 性能评估3×3 感受野小滤波器VGG 微调VGG 网络配置随着更多的层被添加,配置的深度从左(A)增加到右(E)(添加的层以粗体显示)。卷积层参数表示为“conv⟨感受野大小⟩-通道数⟩”。为了简洁起见,不显示ReLU激活功能。查看VGG16 网络层拓扑 参数数量(百万级别): VGG 性能评估各模型准确率: 首先...原创 2018-12-03 20:43:12 · 812 阅读 · 0 评论