6
【论文笔记】CNN features off-the-Shelf
source link: https://www.guofei.site/2019/11/05/cnn_features_off_the_shelf.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
【论文笔记】CNN features off-the-Shelf
2019年11月05日Author: Guofei
文章归类: 0-读论文 ，文章编号: 4
版权声明：本文作者是郭飞。转载随意，但需要标明原文链接，并通知本人
原文链接：https://www.guofei.site/2019/11/05/cnn_features_off_the_shelf.html
- CNN features off-the-Shelf: An astounding baseline for recognition (2014), A. Razavian et al. [pdf]
- 镜像地址 pdf
abstract&introduction
最近的研究表明，从CNN中提取的generic descriptors很强大，这篇论文进一步实锤了。
本文使用 OverFeat 模型（一种CNN模型），这个模型：
- 有96~1024个3×3~7×7的卷积核
- 激活函数是 Half-wave rectification
- Max Pooling是 3×3和5×5的
Visual Classification
- feature vector 做了 L2 normalize然后在这上面做SVM，这叫做CNN-SVM
- 训练集增强（方法是对样本进行裁切和旋转），这叫做CNNaug-SVM
- 这里用了 1-against-all 策略，但其他地方用 1-against-1 策略
- 数据有两组：Pascal VOC（1万张图片，20个类） 和 MIT-67 indoor scenes（1.5万张图片）
结论是，CNN-SVM 能良好的工作，CNNaug-SVM的表现更为良好
然后，论文又在 Object Detection 上做了实验，再其他数据集上也是。
结论
CNN在提取特征上，很有竞争力。
您的支持将鼓励我继续创作！
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK