馒头Lynn的博客

原论文地址：Very Deep Convolutional Networks for Large-Scale Image Recognition摘要：   主要研究了深度对卷积网络在大规模图像识别中的准确率的影响。主要贡献是：对使用很小的卷积核（3*3）来增加深度的网络进行了评估，表明通过将深度提升到16-19个权重层，能得到很好的性能。介绍：   随着卷积网络在计算机视觉领域的应...

前提：有一张32*32*3的RGB图片作为输入。 想做手写体数字识别，图片中含有某个数字，比如 7 。你想识别它是从0-9中的哪一个，我们构建一个神经网络来实现这个功能。过程：  第一层使用卷积核大小为 5*5，步长为 1 ，padding是0，卷积核个数为6，那么输出为28*28*6。将这层标记为Conv1.它用了6个过滤器，增加了偏差，应用了非线性函数，可能是Relu非线性函数。...

Sect.6 到目前为止，本文介绍了纹理理解中的一些新问题，以及一些新的、旧的纹理表示方法。本节的目标是通过广泛的实验确定什么表示最适合哪个问题。 表示被标记为对x-y，其中x是池编码器，y是本地描述符。例如，fv-sift表示Fisher矢量编码器应用于密集提取的SIFT描述符，而bovw-cnn表示视觉单词编码器应用于cnn卷积描述符之上。特别要注意的是，根据文献中...