深度学习CNN常见模型详解——包含数据库
来源：互联网 发布：下载skype软件 编辑：程序博客网 时间：2024/06/05 18:58
图像数据库
http://blog.leanote.com/post/wjgaas@126.com/%E5%9B%BE%E5%83%8F%E6%95%B0%E6%8D%AE%E5%BA%93
一、Data Set数据集（常用）
PASCAL VOC包括物体的类别标签和位置标签，一万图像，20类。
ImageNet有22K种共15M张高分辨率带标签图像，图像全被收集于网络，人工标记。
二、CNN Model
1、 LetNet网络模型（数字识别，2个卷积层，2个池化层，2个全连接层）
其中：C表示卷积层，S表示池化层，F表示全连接层，下标意为图像大小
卷积层：卷积核大小为5*5，步长stride=1
池化层：max pooling，采样2*2，步长stride=2
2、AlexNet网络模型（引入GPU，增加特殊层（LRN层），比LetNet更深，用多层小卷积层叠加替换单大卷积层）
3、ZF网络模型
4、VGG网络模型（版本多，连续conv层多，计算量巨大）
每次卷积都包含3个卷积层
5、GoogleNet网络模型（用更多的卷积，更深的层次可以得到更好的结构）
0 0
- 深度学习CNN常见模型详解——包含数据库
- 深度学习之CNN详解
- Udacity深度学习（google）笔记（3）——CNN 卷积模型
- 深度学习: CNN经典网络模型
- 【深度学习：CNN】Deep Learning模型之CNN
- 深度学习笔记——CNN
- CNN常见模型分析
- 深度学习目标检测模型发展过程：R-CNN Fast R-CNN Faster R-CNN R-FCN
- 深度学习---TensorFlow学习笔记：搭建CNN模型
- 干货 | 深度学习之卷积神经网络(CNN)的模型结构
- 深度学习之神经网络结构——卷积神经网络CNN
- 深度学习——白话CNN入门浅见
- 深度学习——CNN发展历程简述
- 深度学习——CNN经典网络总结
- 深度学习小白——CS231n Assignment2（CNN）
- 深度学习 —— 卷积神经网路 CNN
- 深度学习（六）——CNN进化史
- 常见深度学习模型参数总结
- 作业5
- 第135-141课：Spark面试经典系列之数据倾斜
- 2 个 List 集合数据求并、补集操作
- Java并发编程：Lock
- 两栏自适应布局
- 深度学习CNN常见模型详解——包含数据库
- 给Android项目中的工具类提供一个上下文对象
- 一目了然，Java线程各方法区别：sleep, yield, join, wait, notify
- 第142课：Spark面试经典系列之Cache和Checkpoint
- Unity3D中Prefab
- swagger ui和spring boot集成生成api文档
- 不同概率的抽奖
- php 分页类
- 推导相机变换矩阵
