【计算机视觉实践08】基于ResNet系列模型的车辆图像分类实践.pptxVIP

1;卷

积

层;

2014ILSVRC冠军

; 牛津大学视觉几何计算组

深度增加小卷积核?对网络最后的分类识别效果有很大作用

小卷积核：3*3：表示上下、左右、中心这些概念的最小卷积核尺寸

深度：AlexNet8层?VGG最深19层;两个不同深度网络的比较（训练误差方面）; 微软提出的神经网络，CVPR当年的最佳论文

使用了恒等映射

传统神经网络训练的函数为F(x)

添加恒等映射后，神经网络训练的函数变为F(x)+x

作者认为这样训练出来的网络，相当于是在对x作修正，修正的幅度就是F(x)，F(x)在数学上称为残差

所以作者提出的网络称为残差网络;;卷积神经网络-ResNet;卷积神经网络-ResNet;实践部分