GoogLeNet

介绍: 相较于简单暴力的提高深度网络性能方法:加深网络模型,增加数据集。作者提出结合深度模型和传统机器视觉思想来提高效能。(准确率+效率,特别适合用于移动端或是嵌入式,计算能力有限,为解决这一问题,可从减少参数入手) base:赫布理论、多尺度、稀疏结构、network in network(下一篇阅读) 相关工作: 1、池化有益于准确率的提升 2、多滤波器模拟多尺度的学习 3、network in network ,提高网络的表现能力,增加深度却不增加计算复杂度,也可以增加宽度,使用33、55的滤波器 4、r-cnn的两个子阶段:低阶特征产生候选框,cnn进行分类(更高的目标边界框召回使用多