DeCAF: A Deep Convolutional Activation Featurefor Generic Visual Recognition阅读

来源:互联网 发布:js中classname是什么 编辑:程序博客网 时间:2024/05/22 14:29

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,所以如果模型能够迁移,那么就非常牛逼了啊,于是首先作者复现了ALEXNET,不过top-1的准确率差了两个点,主要是对于图像的预处理不够,因为原来的图像是缩放之后剪裁,而作者是直接不管尺度多大,直接拉伸;以及grb的增强。

但是这不是重点,重点是作者在imagenet上进行训练之后,取最后的全链接的特征,在其他的数据集合上不进行fine-tune直接用一个简单的分类器进行分类,效果拔群,体现出高层次的语义特征的提取效果非常好!直接应用在如鸟类识别、迁移学习等领域,甚至是场景识别不是原来训练的目的,都是区分性非常好。

在论文中的figure1简单明了,个人认为看这幅图就不用看文章了。


参考资料:

1.Donahue J, Jia Y, Vinyals O, et al. DeCAF: ADeep Convolutional Activation Feature for Generic Visual Recognition[C].International Conference on Machine Learning, 2014.

论文原文

0 0
原创粉丝点击