INCEPTION-V4, INCEPTION-RESNET И ВЛИЯНИЕ ОСТАТОЧНЫХ СВЯЗЕЙ НА ОБУЧЕНИЕ
Article Sidebar
Main Article Content
Аннотация:
Очень глубокие сверточные сети сыграли ключевую роль в самых
больших достижениях в области распознавания изображений за последние годы.
Одним из примеров является архитектура Inception, которая показала очень хорошую
производительность при относительно низких вычислительных затратах. Недавнее
введение остаточных соединений в сочетании с более традиционной архитектурой
позволило добиться самых современных результатов в испытании ILSVRC 2015 года;
Article Details
Как цитировать:
Библиографические ссылки:
Сегеди, К.; Лю, В .; Цзя, Ю .; Серманет, П .; Рид, С.; Ангелов, Д .; Эрхан, Д.; Ванхоук, В.; и
Рабинович, А. 2015a.
Тошев А. и Сегеди К. 2014. Deeppose: оценка позы человека с помощью глубоких
нейронных сетей. В компьютерном зрении и распознавании образов (CVPR),
конференция IEEE 2014 г., 1653–1660. IEEE.
Ван, Н., и Юнг, Д.-Ю. 2013. Изучение глубокого компактного представления
изображения для визуального отслеживания. В достижениях в области систем
обработки нейронной информации, 809–817.
Карпаты, А .; Тодеричи, Г.; Шетти, С .; Люнг, Т .; Сук Танкар, Р .; и Fei-Fei, L. 2014.
Крупномасштабная классификация видео с помощью сверточных нейронных сетей. В
книге «Компьютерное зрение и распознавание образов» (CVPR), конференция IEEE
г., 1725–1732 гг. IEEE.