分析多层神经网络在物体识别中的性能
计算机视觉与模式识别
2014-09-23 v2 神经与进化计算
摘要
在过去两年中，卷积神经网络 (CNNs) 在标准识别数据集和任务上取得了一系列令人印象深刻的结果。基于 CNN 的特征似乎正准备迅速取代工程化表示，如 SIFT 和 HOG。然而，与 SIFT 和 HOG 相比，我们对大型 CNN 所学特征的本质了解甚少。在本文中，我们通过实验探究了 CNN 特征学习的几个方面，旨在帮助从业者获得关于如何将 CNN 应用于计算机视觉问题的有用且基于证据的直觉。
引用
@article{arxiv.1407.1610,
title = {Analyzing the Performance of Multilayer Neural Networks for Object Recognition},
author = {Pulkit Agrawal and Ross Girshick and Jitendra Malik},
journal= {arXiv preprint arXiv:1407.1610},
year = {2014}
}
备注
Published in European Conference on Computer Vision 2014 (ECCV-2014)