2017-07-21-GoogleNet论文翻译——中文版_.pdf
立即下载
一生流水
2024-05-13
网络
Net
深度
检测
分类
论文
翻译
GoogLe
中文版
结构
1.8 MB
SnailTyan
● 首页
●
分类
●
归档
●
标签
●
关于
GoogLeNet论文翻译——中文版
| |
GoogLeNet论文翻译——中文版
文章作者：Tyan
博客：noahsnail.com | CSDN | 简书
声明：作者翻译论文仅为学习，如有侵权请联系作者删除博文，谢谢！
翻译论文汇总：https://github.com/SnailTyan/deep-learning-papers-translation
Going Deeper with Convolutions
摘要
我们在ImageNet大规模视觉识别挑战赛2014（ILSVRC14）上提出了一种代号为Inception的深度卷积神经网络结构，并在分类和检测上取得了新的最好结果。这个架构的主要特点是提高了网络内部计
算资源的利用率。通过精心的手工设计，我们在增加了网络深度和广度的同时保持了计算预算不变。为了优化质量，架构的设计以赫布理论和多尺度处理直觉为基础。我们在ILSVRC14提交中应用的一个
特例被称为GoogLeNet，一个22层的深度网络，其质量在分类和检测的背景下进行了评估。
1. 引言
过去三年中，由于深度学习和卷积网络的发展[10]，我们的目标分类和检测能力得到了显著提高。一个令人鼓舞的消息是，大部分的进步不仅仅是更强大硬件、更大数据集、更大模型的结果，而主要是
新的想法、算法和网络结构改进的结果。例如，ILSVRC 2014竞赛中最靠前的输入除了用于检测目的的分类数据集之外，没有使用新的数据资源。我们在ILSVRC 2014中的GoogLeNet提交实际使用的参
数只有两年前Krizhevsky等人[9]获胜结构参数的1/12，而结果明显更准确。在目标检测前沿，最大的收获不是来自于越来越大的深度网络的简单应用，而是来自于深度架构和经典计算机视觉的协同，像
Girshick等人[6]的R-CNN算法那样。
GoogLeNet论文翻译——中文版 | SnailTyan
http://noahsnail.com/2017/07/21/2017-07-21-GoogleNet论文翻译——中文版/（第 1／18 页）2019/3/31 11
网络/Net/深度/检测/分类/论文/翻译/GoogLe/中文版/结构/
网络/Net/深度/检测/分类/论文/翻译/GoogLe/中文版/结构/
-->