【论文阅读】Very deep convolutional networks for large-scale image recognition

最新推荐文章于 2025-05-06 08:47:10 发布

原创

最新推荐文章于 2025-05-06 08:47:10 发布 · 826 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#卷积神经网络 #深度学习 #VGG CNN 卷积神经网络深度学习人工智能

论文简介：

《Very Deep Convolutional Networks For Large-Scale Image Recognition》文章出自牛津大学Robotics ReSearch Group团队，在2014ILSVRC (ImageNet Large Scale Visual Recognition Competition)竞赛中，团队在localisation（目标定位）和classification（分类）两个任务中分别获得第一和第二名的成绩，在分类任务中的准确度仅次于GoogLeNet。

一、Abstract 摘要

本文作者研究了在其他若干因素保持不变的情况下，卷积神经网络（CNN）的深度（depth，网络的层数）与训练收敛后的网络模型的预测准确性之间的关系。VGG 网络全部使用小的卷积核（3x3），通过将网络层数增大到16-19层，证明，通过增大神经网络的层数（此处的层数是指具有可训练模型参数的网络层，例如卷积层、全连接层，池化层没有参数，不计算），可以获得较高的模型预测准确性。

二、Introduction 介绍

受益于公开的大规模图像数据集（ImageNet）以及高性能的计算系统（GPU），大规模数据集可以使得网络得到充分的训练，降低过拟合的风险，高性能计算设备加速了网络的迭代训练。ImageNet 在深度图像识别技术的进步中具有重要的地位，它是从高维、浅层编码特征到深度卷积网络等好几代大规模图像分类系统的试验台。

随着卷积神经网络CNN越来越普遍的在计算机视觉领域的使用，为了提高网络的性能，人们做了很多网络结构改进方面的尝试，有人在卷积网络的起始层使用较小的卷积核尺寸和较小的步进，有人尝试对网络进行大量数据、多尺度的训练和测试。VGG 旨在研究网络深度对性能的影响，因此，固定网络模型设计的若干其他参量，通过增加卷积