ImageNet Classification with Deep Convolutional Neural Networks

说明：以下观点纯属个人学习所得，如果错误欢迎指正
ImageNet Classification with Deep Convolutional Neural Networks 是Hinton和他的学生Alex Krizhevsky在12年ImageNet Challenge使用的模型结构并赢得了2012届的冠军。

这样干看也是看不出什么门道的，之前看过目标检测的一些文章，部分是用Alexnet结构来做的，但是回过头看Alexnet这篇文章才发现其中的一些独特之处。

1.数据集

ImageNet是一个有超过1500W张带标签的高像素图片组成，这些图片属于大约22,000个类。图片从从网上收集，并使用Amazon Mechanical Turk群众外包工具来人工贴标签的。ILSVRC使用ImageNet的一个子集，分为1000种类别，每种类别中都有大约1000张图像。总之，大约有120万张训练图像，50,000张验证图像和150,000张测试图像。 在ImageNet上，习惯性地报告两个误差率：top-1和top-5，其中top-5误差率是指测试图像上正确标签不属于被模型认为是最有可能的五个标签的百分比。

由于ImageNet上的图片有各种分辨率，而作者所提出的网络需要固定的分辨率。所以，他们对图像进行了裁剪到固定大小的预处理。具体做法如下：先将图片较短的一条边裁剪到256，然后从图片中央裁剪出256*256。除了遍历训练集从每个像素中减去平均活跃度外，没有以任何其他方式预处理图像。所以用这些像素（中央那一片的）原始RGB值训练网络。

2.结构

这是基本的Alexnet的结构图