图像识别-VGGNet论文笔记

个人微信公众号:AI研习图书馆,欢迎关注~

深度学习知识及资源分享,学习交流,共同进步~

论文题目:Very Deep Convolutional Networks for Large-scale Image Recognition

1.引言

这篇文章主要探究了在大规模图像识别任务中,卷积网络深度对模型准确度的影响。使用带有非常小(3×3)卷积滤波器的体系结构对深度增加的网络进行全面评估。

VGG论文给出了一个非常振奋人心的结论:卷积神经网络的深度增加和小卷积核的使用对网络的最终分类识别效果有很大的作用。记得在AlexNet论文中,最后也指出了网络深度的增加对最终的分类结果有很大的作用。这篇论文则更加直接的论证了这一结论。

2. 网络结构

在这里插入图片描述

3. 论文总结

这篇文章提出了相对于AlexNet更深的网络模型,并且通过实验发现网络越深性能越好(在一定范围内)。

在网络中,使用了更小的卷积核(3x3),stride为1&#x

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

AI研习图书馆

您的鼓励将是我创作的最大动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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