applicationofRCNNs探究.pdf

下载文档 降价啦

4
0
约8.03千字
约 11页
2017-04-14 发布于湖北
举报
版权申诉
保障服务

applicationofRCNNs探究.pdf

1、本文档共11页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

Applications of Recurrent Neural Networks 应晨露*1 1USTC, HeFei, China 2016 年 5 月 30 日 *ying1992@mail.ustc.edu.cn 1 目录 2 目录 1 Recurrent convolutional neural network for object recognition.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.1 背景 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.2 解法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.3 性能 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.3.1 不同基准神经网络模型的比较 . . . . . . . . . . . 3 1.3.2 不同 state-of-the-art 模型的比较 . . . . . . . . . 4 1.4 总结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2 Convolutional Neural Networks with Intra-layer Recurrent Connections for Scene Labeling 5 2.1 背景 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2.2 解法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2.3 性能 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 3 DRAW: A recurrent neural network for image generation 8 3.1 背景 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 3.2 挑战 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 3.3 解法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 3.4 性能 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 3.5 总结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 1 RECURRENT CONVOLUTIONAL NEURAL NETWORK FOROBJECT RECOGNITION3 1 Recurrent convolutional neural network for object recognition 此论文将 RCNN 用于物体识别，是最早将 RCNN 用于图片视觉任务的论文之一。 1.1 背景这篇文章是 2015 年发表的。在那个时候，CNNs 在物体识别问题上大放异彩， ImageNet 测试集上的 top-5 错误率从从 2012 年 AlexNet 的 15.4% 降到 2015 年 ResNet 的 3.6%.CNNS 和其他的许多层次模型，例如 Neocognitron 和 HMAX，都是纯粹的前馈模型。CNNs 中只有高层隐层的节点能捕获全局信息，因为它们有很大的感受野，但是这些全局信息无法调制低层隐层节点的活动。