XZZPPP的博客

论文原文：ImageNet Classification with Deep Convolutional Neural Networks网络模型名字：AlexNet1、简介    2012年AlexNet成为DeepingLearning的历史突破，得益于Relu和Dropout的提出，大数据训练和GPU并行计算。        本文训练了一个深度卷积神经网络(Alex

1、图像预处理       原图大小15*15→ 放大到250*250→ 修剪边界框多余部分→缩小到48*48。     RGB三通道像素是线性缩放的，加减1个标准差左右的平均像素强度；‚RGB三通道像素，加减2个标准差左右的平均像素强度；ƒ直方图均衡化。       分别用彩色图像和灰度图像，这样就有了8种不同的数据集。2、实验    用

论文原文：Very Deep Convolutional Networks forLarge-Scale Image Recognition网络模型名字：VGG-16、VGG-191、简介    2014年ImageNet亚军。本文主要研究了卷积神经网络深度对大尺度图像识别精度的影响。在现有网络结构的基础上，不断增加3*3卷积核，当深度增加到16-19层时，识别效果有较

论文原文：Going deeper with convolutions网络模型名字：GoogleNet1、简介     2014年ImageNet冠军。本文设计了22层深度神经网络，同时增加网络深度和宽度，较大地提高了识别率。使用1*1,3*3,5*5卷积核，中间增加两个辅助分类器（提高识别率）。     googleNet分类和定位效果显著，且不是一个纯粹的学术研

      笔者硕士阶段论文研究方向为：基于卷积神经网络的绘画图像分类研究， 需要使用训练好的caffemodel，对测试绘画图像进行分类和预测其类别。      本测试程序依赖python版本的caffe，需要将binaryproto格式均值文件转化为npy格式均值文件，代码如下：#coding=utf-8import syssys.path.append("D:\\Anaconda2\\...