【论文笔记】OverFeat

本文是对OverFeat论文的笔记,探讨了一种新的深度学习网络结构,该结构在分类、定位和检测任务中表现出色。文章详细介绍了模型设计和训练过程,包括快速模型和精确模型的实现。
摘要由CSDN通过智能技术生成

【论文笔记】OverFeat

原文见OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks

  • 新的网络结构:两种网络模型
  • 多尺度应用
  • classification, localization, detection

Classification

Model Design and Training

fast model

Layer12345678
Stageconv + maxconv + maxconvconvconv + maxfullfullfull
channels9625651210241024307240961000
Filter size11x115x53x33x33x3---
Conv. stride4x41x11x11x11x1---
Pooling size2x22x2--2x2---
Pooling stride2x22x2--2x2---
Zero-Padding size--1x1x1x11x1x1x11x1x1x1---
Spatial input size231x23128x2812x1212x1212x126x61x11x1

accurate model

Layer123456789
Stageconv + maxconv + maxconvconvconvconv + maxfullfullfull
channels9625651251210241024409640961000
Filter size7x77x73x33x33x33x3---
Conv. stride2x21x11x11x11x11x1---
Pooling size3x32x2---3x3---
Pooling stride3x32x2---3x3---
Zero-Padding size--1x1x1x11x1x1x11x1x1x11x1x1x1---
Spatial input size221x22136x3615x1515x1515x1515x155x51x11x1

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值