深度学习常用的Data Set数据集和CNN Model总结
2016-10-18 17:02
513 查看
【数据库】FaceDataset常用的人脸数据库
http://blog.csdn.net//chenriwei2/article/details/50631212
肤色检测&人脸检测数据集等链接大集合(持续更新中...)
http://blog.csdn.net/wangkr111/article/details/44514097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
人脸相关数据库
http://blog.csdn.net/u012374174/article/details/71420766?locationNum=12&fps=1
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)
相关文章推荐
- 深度学习常用的Data Set数据集和CNN Model总结
- 深度学习常用CNN Model总结(alex \googlenet\等)
- 深度学习/神经神经网络常用激活函数总结
- 深度学习视觉领域常用数据集汇总
- 卷积神经网络CNN与深度学习常用框架的介绍与使用
- 深度学习(二)——深度学习常用术语解释, Neural Network Zoo, CNN, Autoencoder
- 【深度学习技术】卷积神经网络常用激活函数总结
- 【深度学习:目标检测】 Face Detection with the Faster R-CNN(数据集标注对比研究报告 )
- 一张表总结机器学习/深度学习常用权重学习优化算法的迭代公式
- 深度学习视觉领域常用数据集汇总
- 基于CNN的常见深度学习网络总结归纳
- 深度学习视觉领域常用数据集汇总
- 深度学习视觉领域常用数据集汇总
- 深度学习实践经验:用Faster R-CNN训练行人检测数据集Caltech——准备工作
- 深度学习常用的数据集,包括各种数据跟图像数据。
- 七月算法深度学习笔记4 -- CNN与常用框架
- 深度学习实践经验:用Faster R-CNN训练Caltech数据集——训练检测
- 深度学习实践经验:用Faster R-CNN训练Caltech数据集——训练检测
- 机器学习总结(十一):深度学习算法(CNN,SAE,等)及常见问题总结
- 卷积神经网络CNN与深度学习常用框架的介绍与使用