【深度学习CV-baseline】AlexNet论文精读

AlexNet-ImageNet Classification with Deep Convolutional Neural Networks 基于深度卷积神经网络的图像分类

一、研究背景

1、学习目标

2、研究背景

（1）数据集

1）Mnist可以称为CV领域的Hello world，也就是我们入门CV领域的第一个接触的数据集，该数据集为人手写的0-9的10个数字，该数据集图片的分辨率为28×28；
2）Cifar-10与Mnist对标的数据集，是RGB图像，分辨率为32×32；但是这些数据集数据量还是非常小的，不足以用于训练非常大的神经网络，使得深度卷积神经网络可以训练得更好得数据集是ILSVRC-2012
3）ILSVRC- Image Large Scale Visual Recognition Challenge imagenet大规模图像识别挑战；ILSVRC-2012分类类别为1000，训练数据高达120万，测试数据有15万，RGB图像，分辨率为X00×X00
无论从图片类别，训练数据量，图片分辨率这几方面看，ILSVRC数据集都是非常大，正是有这样的数据集才使得当时的深度卷积神经网络的训练成为了可能。

（2）ILSVRC大规模图像识别挑战赛
1）简介：李飞飞等人于2010年创办的图像识别挑战赛，自2010年起连续举办了8年，极大的推动了计算机视觉的发展。比赛的项目涵盖图像分类（Classification）、目标定位（Object localization）、目标检测（Object detection）、视频目标检测（Object detection from Video）、场景分类（Scene classification）、场景解析（Scene parsing）。

2）分类任务的评价指标Top-5 error的计算

3）强大的GPU计算资源：ILSVRC Top-5 error其红色虚线内部是采用GPU训练，top-5 error迅速下降，2015-2016年时的性能远超人类的性能。

二、研究成果

三、研究意义

（1）拉开卷积神经网络统治计算机视觉领域的序幕
AlexNet可以作为1个里程牌意义的模型，从2012年以后，图像任务开始基于深度神经网络模式，会把特征工程和分类器集成一体，实现端到端的任务实现，在此之前则是基于特征工程的方式，这一方式通常需要特征提取、