深度CNN学到了关于物体的什么？
计算机视觉与模式识别
2015-04-13 v1
摘要
深度卷积神经网络学习极其强大的图像表示，但大部分能力隐藏在数百万的深层参数中。这些参数究竟代表什么？最近的工作开始分析CNN表示，发现例如它们对某些2D变换是不变的（Fischer et al. 2014），但会被特定类型的图像噪声混淆（Nguyen et al. 2014）。在这项工作中，我们深入探讨并提问：CNN对由3D形状、姿态和逼真度引起的物体类别变化有多大的不变性？
引用
@article{arxiv.1504.02485,
title = {What Do Deep CNNs Learn About Objects?},
author = {Xingchao Peng and Baochen Sun and Karim Ali and Kate Saenko},
journal= {arXiv preprint arXiv:1504.02485},
year = {2015}
}
备注
2 pages workshop paper. arXiv admin note: substantial text overlap with arXiv:1412.7122