Luiz-Henrique03
commented
5 months ago Going Deeper with Convolutions
-
Autores: Christian Szegedy, Wei Liu, Yangqing Jia, Pierre Sermanet, Scott Reed, Dragomir Anguelov, Dumitru Erhan, Vincent Vanhoucke, Andrew Rabinovich
-
Objetivo: Este artigo apresenta a arquitetura GoogLeNet (também conhecida como Inception v1), que é uma rede neural convolucional projetada para melhorar a eficiência computacional e a precisão na classificação de imagens em larga escala. O objetivo é explorar diferentes tamanhos e tipos de convoluções para melhorar a capacidade da rede de aprender representações hierárquicas complexas.
-
Banco de dados: O conjunto de dados utilizado para treinamento e avaliação é o ImageNet, que é um conjunto de dados de referência com milhões de imagens em milhares de categorias.
-
Modelo: O GoogLeNet introduz a ideia de módulos Inception, que consistem em múltiplos caminhos de convolução de diferentes tamanhos de filtro, permitindo que a rede capture características em várias escalas.
-
Principais ferramentas utilizadas: O treinamento do GoogLeNet foi realizado usando o framework Caffe, e foram empregadas GPUs para acelerar o processo de treinamento.
-
Principais resultados: O GoogLeNet alcançou uma precisão significativamente melhor do que os modelos anteriores na classificação de imagens do conjunto de dados ImageNet, ao mesmo tempo em que reduziu a complexidade computacional em comparação com arquiteturas mais profundas.
Título: "Very Deep Convolutional Networks for Large-Scale Image Recognition" Autores: Karen Simonyan, Andrew Zisserman Objetivo: Este artigo apresenta a arquitetura VGGNet, que consiste em redes neurais convolucionais profundas com uma estrutura simples e uniforme. O objetivo é investigar o impacto da profundidade da rede na precisão da classificação de imagens em grandes conjuntos de dados.
-
Banco de dados: O conjunto de dados utilizado é o ImageNet, que é um dos maiores conjuntos de dados disponíveis para a classificação de imagens em várias categorias.
-
Modelo: A VGGNet é caracterizada por sua arquitetura com várias camadas convolucionais empilhadas, com pequenos filtros de convolução 3x3 e pooling 2x2.
-
Principais ferramentas utilizadas: O treinamento da VGGNet foi realizado usando o framework Caffe, e foram utilizadas GPUs para acelerar o processo de treinamento.
-
Principais resultados: A VGGNet alcançou resultados de precisão de classificação de imagem competitivos no conjunto de dados ImageNet, demonstrando a importância da profundidade da rede e da utilização de filtros convolucionais pequenos.
Uma descrição sucinta (1 parágrafo) de cada artigo contendo o objetivo, o banco de dados, o modelo, as principais ferramentas utilizadas e os principais resultados