深度空间金字塔：细节再次成为关键
计算机视觉与模式识别
2015-04-24 v2
摘要
在本文中，我们表明，通过在使用深度学习特征的视觉识别框架中仔细选择各种详细但重要的因素，可以实现一个简单、高效且高精度的图像分类系统。我们首先列出了 5 个重要因素，基于现有研究和本文提出的想法。这些重要的细节因素包括：1) 矩阵归一化比未归一化或 向量归一化更有效，2) 提出的自然深度空间金字塔非常有效，以及 3) Fisher 向量中非常小的 值出人意料地比通常使用的大 值获得更高的准确率。连同其他选择（卷积激活和多尺度），提出的 DSP 框架不仅直观高效，而且在许多基准数据集上实现了卓越的分类准确率。例如，DSP 在 SUN397 上的准确率为 59.78%，显著高于之前的最先进水平 (53.86%)。
引用
@article{arxiv.1504.05277,
title = {Deep Spatial Pyramid: The Devil is Once Again in the Details},
author = {Bin-Bin Gao and Xiu-Shen Wei and Jianxin Wu and Weiyao Lin},
journal= {arXiv preprint arXiv:1504.05277},
year = {2015}
}