面向计算机视觉的深度卷积神经网络分类体系
计算机视觉与模式识别
2016-01-26 v1 机器学习
多媒体
摘要
解决计算机视觉问题的传统架构及其所取得的成功程度高度依赖于手工制作的特征。然而，近来深度学习技术提供了一种引人注目的替代方案——自动学习特定于问题的特征。在这种新范式下，计算机视觉中的每个问题正从深度学习视角被重新审视。因此，理解何种深度网络适用于给定问题变得十分重要。尽管存在针对这一快速发展范式（即深度网络）的通用综述，但缺少专门针对计算机视觉的综述。我们具体考虑计算机视觉中广泛使用的一种深度网络形式——卷积神经网络(CNNs)。我们以“AlexNet”作为基础CNN，进而考察随时间提出的、为适应不同应用而产生的广泛变体。我们希望这种食谱式综述可作为指南，特别是针对打算将深度学习技术用于计算机视觉的新手从业者。
引用
@article{arxiv.1601.06615,
title = {A Taxonomy of Deep Convolutional Neural Nets for Computer Vision},
author = {Suraj Srinivas and Ravi Kiran Sarvadevabhatla and Konda Reddy Mopuri and Nikita Prabhu and Srinivas S S Kruthiventi and R. Venkatesh Babu},
journal= {arXiv preprint arXiv:1601.06615},
year = {2016}
}
备注
Published in Frontiers in Robotics and AI (http://goo.gl/6691Bm)