目录
一、DenseNet详解
1.1 DenseNet简介
DenseNet来源于《Densely Connected Convolutional Networks》这篇论文,是由华人Gao Huang(康奈尔大学)、Zhuang Liu(清华大学)Laurens(Facebook人工智能研究院)等共同发表。其研究成果在2017年计算机视觉顶级会议CVPR上获得“Best Paper Awards”,而同时期的YOLOv2也只获得最佳论文鼓励奖,可见其影响力非同一般。
DenseNet在ResNet的Skip Connection的基础上进行了很大的改进,提出了稠密连接的思想,DenseNet稠密神经网络的名称也是由此而来。DenseNet在四个竞争激烈的数据集(CIFAR-10,CIFAR-100,SVHN和ImageNet)上进行了评估,证明了其在大多数方面都比最新技术有显著地改进,同时只需要较少的计算即可实现高性能。