OverFeat：利用卷积网络进行集成识别、定位与检测
计算机视觉与模式识别
2014-02-25 v4
摘要
我们提出了一个利用卷积网络 (ConvNet) 进行分类、定位和检测的集成框架。我们展示了如何在 ConvNet 中高效实现多尺度和滑动窗口方法。我们还引入了一种新颖的深度学习定位方法，通过学习预测物体边界来实现。为了提高检测置信度，我们对边界框进行累加而非抑制。我们展示了不同任务可以使用单个共享网络同时学习。该集成框架赢得了 2013 年 ImageNet 大规模视觉识别挑战赛 (ILSVRC2013) 的定位任务，并在检测和分类任务中获得了极具竞争力的结果。在赛后工作中，我们为检测任务建立了新的 SOTA。最后，我们发布了来自我们最佳模型的特征提取器 OverFeat。
引用
@article{arxiv.1312.6229,
title = {OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks},
author = {Pierre Sermanet and David Eigen and Xiang Zhang and Michael Mathieu and Rob Fergus and Yann LeCun},
journal= {arXiv preprint arXiv:1312.6229},
year = {2014}
}