基于深度监督训练更深卷积网络
计算机视觉与模式识别
2015-05-12 v1
摘要
改进深度卷积神经网络性能最有前景的方法之一是增加卷积层的数量。然而，添加层使得训练更加困难且在计算上代价更高。为了训练更深的网络，我们提出在训练期间在某些中间层之后添加辅助监督分支。我们制定了一个简单的经验法则来确定应在何处添加这些分支。所得到的深度监督结构使训练变得容易得多，并且在ImageNet和最近发布的更大数据集MIT Places上产生了更好的分类结果。
引用
@article{arxiv.1505.02496,
title = {Training Deeper Convolutional Networks with Deep Supervision},
author = {Liwei Wang and Chen-Yu Lee and Zhuowen Tu and Svetlana Lazebnik},
journal= {arXiv preprint arXiv:1505.02496},
year = {2015}
}