论文基本信息
- 标题:Deep Residual Learning for Image Recognition
- 作者:Kaiming He,Xiangyu Zhang, Shaoqing Ren ,and Jian Sun
- 机构:Microsoft Research
- 来源:CVPR
- 时间:2016
- 链接:[https://openaccess.thecvf.com/content_cvpr_2016/html/He_Deep_Residual_Learning_CVPR_2016_paper.html]
- 成就:2016CVPR 最佳论文,2015年Image/vet,coco竞赛五项冠军!
论文概要
解决问题
深度卷积神经网络是用来提取图片的特征的。几乎所有的视觉任务,比如分类,检测,分割都是基于提取的特征来进行学习的。所以,能提取到更好的特征就能获得更好的效果。
如何通过深度卷积神经网络更好的提取特征?一个很直接的想法就是加深网络的深度。但是实验结果表明,在线性的卷积神经网络中仅仅增加网络的深度,会出现网络退化现象。 为了解决网络退化现象,使得网络的深度可以更深,能够提取更好的特征。本文提出了 Residual Network(ResNet)。
名词解释
- 网络退化现象:网络退化现象&