Key points are not available for this paper at this time.
في هذا العمل، نستقصي تأثير عمق الشبكة الالتفافية على دقتها في بيئة التعرف على الصور على نطاق واسع. مساهمتنا الرئيسية هي تقييم شامل للشبكات ذات العمق المتزايد باستخدام بنية مع فلاتر التفاف صغيرة جداً (3x3)، مما يظهر أنه يمكن تحقيق تحسين كبير على التكوينات السابقة من خلال دفع العمق إلى 16-19 طبقة وزن. كانت هذه النتائج أساس تقديمنا لمسابقة ImageNet Challenge 2014، حيث حصل فريقنا على المركزين الأول والثاني في مسارات التحديد والتصنيف على التوالي. كما نوضح أن تمثيلاتنا تعممت بشكل جيد على مجموعات بيانات أخرى، حيث حققت نتائج في حالة الفن. لقد جعلنا اثنين من نماذج ConvNet الأكثر أداءً متاحين للجمهور لتسهيل البحث الإضافي عن استخدام التمثيلات البصرية العميقة في رؤية الكمبيوتر.
درس سيمونيان وآخرون (Thu،) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: