【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 Recognition
作者:JeffDonahue, Yangqing Jia,Oriol Vinyals
来源:这个就是大名鼎鼎的Caffe的前身Decaf,目前Decaf已经不再维护,转为caffe,而且caffe在github上面很活跃;
内容 : 作者主要想论证深度CNN在ImageNet分类训练好的模型,然后利用它提取的特征是不是能够用于其他新的任务,比如:场景识别,子类识别(鸟类),而且作者也实现了可视化了这些特征。
观点: 为什么需要这样的迁移学习,因为很少有领域有像ImageNet那么多的数据可供深度学习学习参数,比如,像鸟类识别中,其提供的类别训练数据也是非常有限的,其实在之前的很多方法中都有涉及到这个领域,感觉ImageNet 2012 上面训练好的CNN模型对于输入图片所得到的特征也会像SIFT特征那样作为一个通用特征提取方法;
方法: 作者利用CNN提取的特征+不同的分类方法(SVM,逻辑回归等)对目标识别(Caltech-101数据库),领域自适应(Office数据集,),子类识别(鸟类识别,采用 Caltech-UCSD数据库),情景识别(SUN-397数据库)这四个任务上都取得了比之前好的多的效果;
结论:1. 利用CNN模型(特征ImageNet2012的那个CNN模型)提取到的特征可以作为通用的视觉特征,并且利用这个特征去做一些视觉任务可以得到一个很好的效果;2. CNN模型提取到的特征具有语义聚类的特性,
目标识别中,DeCaf 7 提取的特征的识别效果比 DeCaf 6提取的特征的识别效果不好,这点好像没有做很好的解释。
量化了CNN各个阶段的时间:
从中可以看出卷积和全连接层用的时间最多,因为它们涉及到大量的矩阵之间的相乘。
【深度学习论文笔记】DeCAF: A Deep Convolutional Activation Feature for Generic Visual Recognition相关推荐
- 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 ...
- 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 ...
- [深度学习论文笔记][Adversarial Examples] Deep Neural Networks are Easily Fooled: High Confidence Predictions
Nguyen, Anh, Jason Yosinski, and Jeff Clune. "Deep neural networks are easily fooled: High conf ...
- 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
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 ...
- [深度学习论文笔记]医学图像分割U型网络大合集
[深度学习论文笔记]医学图像分割U型网络大合集 2015 U-Net: Convolutional Networks for Biomedical Image Segmentation (MICCAI ...
- [深度学习论文笔记]Pairwise Learning for Medical Image Segmentation
[深度学习论文笔记]Pairwise Learning for Medical Image Segmentation 医学图像分割的成对学习 Published: October 2020 Publi ...
- [深度学习论文笔记]Multi-phase Liver Tumor Segmentation with Spatial Aggregation
Multi-phase Liver Tumor Segmentation with Spatial Aggregation and Uncertain Region Inpainting [深度学习论 ...
- 深度学习论文笔记-Deep Learning Face Representation from Predicting 10,000 Classes
来自:CVPR 2014 作者:Yi Sun ,Xiaogang Wang,Xiaoao Tang 题目:Deep Learning Face Representation from Predic ...
最新文章
- 讲讲JavaScript的闭包
- MAC使用终端DISKUTIL命令给U盘分区(解决window优盘只有200M)
- 文献记录(part20)--Discriminative metric learning for multi-view graph partitioning
- 有一次面一非常想去的 飞鸽传书绿色版 公司
- vi保存退出:x与:wq的区别
- 马尔可夫链的扩展 贝叶斯网络 (Bayesian Networks)
- Android:最新基于adt-bundle-windows-x86的android开发环境搭建
- 网易云音乐:歌曲鉴赏人选品
- Docker快速入门-腾讯云
- oCPC实践录 | 成本优化策略之eCPC(1)
- 计算个人所得税的html,实验3-6 计算个人所得税 (10 分)
- ssm水果商城项目遇到的问题和解决
- 如何将SNS光纤交换机(OEM博科FC交换机)恢复为出厂设置
- intelx79服务器芯片组,流言终结者!Intel X79规格全面介绍
- Java基础-面试题精华(2021最新)
- 用友通10.1禁止安装在SQL2005
- 热爱生活热爱工作才是第一位的
- sql查询表中的索引
- ctfshow-网络迷踪-密集恐惧( 世界上最大的飞机墓地)
- 剑指Offer 40—最小的k个数