基于深度卷积神经网络的图像分类若干改进
计算机视觉与模式识别
2013-12-20 v1
摘要
我们研究了多种技术，以改进当前最先进的基于深度卷积神经网络的图像分类流程。这些技术包括向训练数据添加更多图像变换、在测试时生成更多变换以产生额外预测，以及使用应用于更高分辨率图像的互补模型。本文总结了我们在2013年ImageNet大规模视觉识别挑战赛中的参赛方案。在不使用外部数据的情况下，我们的系统取得了13.55%的top-5分类错误率，较上一年冠军相对提升超过20%。
引用
@article{arxiv.1312.5402,
title = {Some Improvements on Deep Convolutional Neural Network Based Image Classification},
author = {Andrew G. Howard},
journal= {arXiv preprint arXiv:1312.5402},
year = {2013}
}