博文
What is the best multi-stage architecture for OR？
|||
ICCV_2009_What is the best multi-stage architecture for object recognition?
个人认为这是一篇很好的分析型文章，思路浅显易懂，实验验证也很充分。
本文主要在于研究三个问题：
1. 滤波器后面的非线性对识别率有什么影响？
2. 有监督学习与无监督学习，以及hard-wired与random的filter有什么影响？
3. 两层结构是否优于单层结构？
本文用PSD无监督学习方法，对几个因素进行组合比较，主要有一下几种组合：
卷积层filter bank layer：
修正层rectification layer：
局部对比度归一层local contrast normalization layer：
最大值池化或均值池化max-pooling or subsampling layer：
四种结构：
、
、
、
、、、训练方法：
Random Features and Supervised Classifier： R and RR
Unsupervised Features, Supervised Classifier： U and UU
Random Features, Global Supervised Refinement： R+ and R+R+
Unsupervised Feature, Global Supervised Refinement： U+ and U+U+
实验数据：Caltech-101
实验对比结果图：
On NORB dataset：
https://blog.sciencenet.cn/blog-1583812-814174.html
上一篇：2010_Tutorial_Feature Learning for Image Classification笔记
下一篇：An analysis of single-layer network in unsupervised...
扫一扫，分享此博文