開坑4—VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION（VGGNET詳解）

一、論文梳理   1、論文研究背景 此文對卷積核的改進源於其他學者對CNN的大量嘗試，其中包括：1）小卷積核：在第一個卷積層用了更小的卷積核與步長（反捲積那篇）；2）多尺度：訓練和測試使用整張圖的不同尺度。VGGNet不僅將上面的兩種方法應用到自己的網絡設計和訓練測試階段，同時還考慮了深度對網絡性能的影響。   2、論文研究成果 1）模型研究成果： 在ILSVRC比賽中獲得了分類項目的第二名和定位

>>阅读原文<<