用于图像识别的深度残差学习
计算机视觉与模式识别
2015-12-11 v1
摘要
更深的神经网络更难训练。我们提出一种残差学习框架，以简化比以往所用网络更深得多的网络的训练。我们显式地将层重新表述为参照层输入学习残差函数，而非学习无参考的函数。我们提供了全面的经验证据，表明这些残差网络更易于优化，且能从显著增加的深度中获得准确性提升。在 ImageNet 数据集上，我们评估了深度达 152 层的残差网络——比 VGG 网络深 8 倍，但复杂度仍更低。这些残差网络的一个集成在 ImageNet 测试集上达到了 3.57% 的错误率。该结果在 ILSVRC 2015 分类任务中获得第一名。我们还给出了在 CIFAR-10 上采用 100 层和 1000 层的分析。表示的深度对许多视觉识别任务至关重要。仅凭借我们极深的表示，我们在 COCO 目标检测数据集上获得了 28% 的相对提升。深度残差网络是我们提交至 ILSVRC & COCO 2015 竞赛的基础，我们在其中还赢得了 ImageNet 检测、ImageNet 定位、COCO 检测和 COCO 分割任务的第一名。
引用
@article{arxiv.1512.03385,
title = {Deep Residual Learning for Image Recognition},
author = {Kaiming He and Xiangyu Zhang and Shaoqing Ren and Jian Sun},
journal= {arXiv preprint arXiv:1512.03385},
year = {2015}
}
备注
Tech report