deeplearning 发展历程

1.ILSVRC榜单便是Deep Learning视觉发展的里程碑式代表

图1. ILSVRC历年的Top-5错误率

2.AlexNet、VGG、GoogLeNet、ResNet对比

LeNet主要是用于识别10个手写数字的，当然，只要稍加改造也能用在ImageNet数据集上，但效果较差。而本文要介绍的后续模型都是ILSVRC竞赛历年的佼佼者，这里具体比较AlexNet、VGG、GoogLeNet、ResNet四个模型。如表1所示。

模型名AlexNetVGGGoogLeNetResNet初入江湖2012201420142015层数81922152Top-5错误16.4%7.3%6.7%3.57%Data Augmentation++++Inception(NIN)––+–卷积层数51621151卷积核大小11,5,337,1,3,57,1,3,5全连接层数3311全连接层大小4096,4096,10004096,4096,100010001000Dropout++++Local Response Normalization+–+–Batch Normalization–––+

表1 AlexNet、VGG、GoogLeNet、ResNet对比