【cvpr2019】Bag of Tricks for Image Classification with Convolutional Neural Networks
发布时间
阅读量：
阅读量
A Bag of Techniques for Image Categorization with Convolutional Neural Networks
作者：Tong He, Zhi Zhang, Hang Zhang, Zhongyue Zhang, Junyuan Xie, Mu Li
论文链接：https://arxiv.org/abs/1812.01187
源码链接：https://github.com/dmlc/gluon-cv
深入解析 该论文的 图像分类策略 及其在 卷积神经网络 中的实用技巧可参考以下链接获取完整内容：深入解析图像分类策略与卷积神经网络中的实用技巧
cvpr2019其他论文参考：https://github.com/extreme-assistant/cvpr2019
这句话提供了模型优化方面的技术要点，并且应用到个人的数据集后取得了显著的优化效果。
note：
1、该复现结果可参考GitHub仓库：https://github.com/dmlc/gluon-cv
2、加快模型训练的方法包括提升学习速率；并采用小学习率预热训练若干个epoch；每个残差块的最后一个BN层γ参数初始化为零；同时对方框层参数不施加权重衰减
3、经过优化后发现最终基于ResNet50-D结构取得了最佳性能
B：更换 stride；将 3×3 的 stride 设置为 2；从而降低了信息丢失。
C：在输入阶段替换成 7×7 的卷积；参考了 Inception v2 的设计理念；这样就降低了运算复杂度。
D：基于 B 的方法进一步优化；通过选择（例如采用平均操作）后去除多余的信息；相比于将 stride 设置为 2 并使用 1×1 卷积层的效果更好一些。
全部评论 (0)
还没有任何评论哟~