DeCAF: A Deep Convolutional Activation Featurefor Generic Visual Recognition阅读
DeCAF : CAFFE前身，但是在这篇文章中这不是重点，重点是在一个大型数据集合上进行训练的模型能否在其他数据集合上成功应用，因为有些领域数据集合时很少的，那么在这上面训练不现实，所以如果模型能够迁移，那么就非常牛逼了啊，于是首先作者复现了ALEXNET，不过top-1的准确率差了两个点，主要是对于图像的预处理不够，因为原来的图像是缩放之后剪裁，而作者是直接不管尺度多大，直接拉伸；以及grb的增强。
但是这不是重点，重点是作者在imagenet上进行训练之后，取最后的全链接的特征，在其他的数据集合上不进行fine-tune直接用一个简单的分类器进行分类，效果拔群，体现出高层次的语义特征的提取效果非常好！直接应用在如鸟类识别、迁移学习等领域，甚至是场景识别不是原来训练的目的，都是区分性非常好。
在论文中的figure1简单明了，个人认为看这幅图就不用看文章了。
参考资料：
1.Donahue J, Jia Y, Vinyals O, et al. DeCAF: ADeep Convolutional Activation Feature for Generic Visual Recognition[C].International Conference on Machine Learning, 2014.
论文原文
DeCAF: A Deep Convolutional Activation Featurefor Generic Visual Recognition阅读相关推荐
- DeCAF: A Deep Convolutional Activation Featurefor Generic Visual Recognition阅读报告（2）
4.实验 本文采用的深度卷积神经网络的原型是(Krizhevsky et al 2012).利用这个网络训练得到多种特征,然后在多个视觉任务上进行测试.本节讨论的"向前路径"计算法 ...
- DeCAF: A Deep Convolutional Activation Featurefor Generic Visual Recognition阅读报告（1）
1.问题描述 利用深度神经网络进行特征的提取和分类取得了很好的效果.在很多视觉会议的竞赛上,CNN(卷积神经网络)的方法效果都不错.一些"基准"的数据集例如:Caltech-101 ...
- [DeCAF]DeCAF: A Deep Convolutional Activation Featurefor Generic Visual Recognition
基本情况 ICML 2014的文章, arXiv:1310.1531 [cs.CV].主要通过实验证明transfer learning的可行性. Abstract 本文评估从大型固定的一组对象识别任 ...
- 【深度学习论文笔记】DeCAF: A Deep Convolutional Activation Feature for Generic Visual Recognition
时间:2014/7/29 10:00 论文题目:DeCAF: A Deep Convolutional Activation Featurefor Generic Visual Recognit ...
- DeCAF: A Deep Convolutional Activation Feature for Generic Visual Recognition
2018.4.22星期日 [1]Donahue J, Jia Y, Vinyals O, et al. DeCAF: A Deep ConvolutionalActivation Feature fo ...
- DeCAF: A Deep Convolutional Activation Feature for Generic Visual Recognition 一般视觉识别的深度卷积刺激特征
DeCAF: A Deep Convolutional Activation Feature for Generic Visual Recognition 一般视觉识别的深度卷积刺激特征 Abstra ...
- 论文笔记 Very Deep Convolutional Networks for Large-Scale Visual Recognition - ICLR 2014
VGG Very Deep Convolutional Networks for Large-Scale Visual Recognition Karen Simonyan and Andrew Zi ...
- Deep High-Resolution Representation Learning for Visual Recognition阅读笔记
用于视觉识别的深度高分辨率表示学习 论文链接 摘要: 高分辨率表示对于人体姿态估计.语义分割和目标检测这类位置敏感的视觉问题至关重要.现有的 sota 框架首先通过串联 high-to-low 分辨率 ...
- VGGNet论文翻译-Very Deep Convolutional Networks for Large-Scale Image Recognition
Very Deep Convolutional Networks for Large-Scale Image Recognition Karen Simonyan[‡] & Andrew Zi ...
最新文章
- R语言使用integrate函数进行函数积分计算实战
- 【深度学习】Keras加载权重更新模型训练的教程（MobileNet）
- 查看xxx.a库架构的命令
- python文本解析_如何通过python进行文本解析？
- scala 连接oracle_一分钟教你学会用java连接Oracle数据库
- 在linux下利用ls命令进行模糊查找
- php 模板 php + mysql + myodbc,连接MySQL数据库在ASP中，就用MyODBC
- 时序数据库永远的难关 — 时间线膨胀(高基数 Cardinality)问题的解决方案
- 有序数组中插入元素依然保持有序
- 微信品牌小程序开启公测 认证通过即享专属产品能力
- LVS的VS/NAT及VS/DR类型实现
- Klevgrand DAW Cassette for Mac(磁带模拟效果器插件)
- VB数据库中EOF和BOF的认识与用法
- 【webrtc】基于libyuv的转换
- 杭州最美的骑行路线在此！趁着春天蹬车撒欢去！
- 萤石云视频Android SDK接口使用说明
- 如何使用OpenCV-Python-dlib实现有关闭眼的检测、眨眼次数的计算？（附源码，绝对可用）
- 局域网内windows远程mac（使用TeamView）
- java数组：排好序的数组。现输入一个数，要求按原来的规律将它插入数组中。`
- C++知识点打结（一）