Очень глубокие сверточные сети для масштабного распознавания изображений

В этой работе мы изучаем влияние глубины сверточной сети на точность в задаче масштабного распознавания изображений. Наш основной вклад — тщательная оценка сетей с возрастающей глубиной на архитектуре с очень малыми (3×3) свёрточными фильтрами, которая показывает, что значительное улучшение по сравнению с предыдущими подходами может быть достигнуто при увеличении глубины до 16–19 весовых слоёв. Эти результаты легли в основу нашей заявки на ImageNet Challenge 2014, где наша команда заняла первое и второе места в задачах локализации и классификации соответственно. Мы также показываем, что наши представления хорошо обобщаются на другие наборы данных, где они демонстрируют достижения уровня state-of-the-art. Мы опубликовали две наши наилучшие модели ConvNet, чтобы способствовать дальнейшим исследованиям по использованию глубоких визуальных представлений в компьютерном зрении.