来自 Wang et al (2015) “Visual Tracking with Fully Convolutional Networks”：
顶层编码更多的语义特征并用作类别检测器，而较低的层携带更多的判别信息，可以更好地将目标与具有相似特征的干扰物区分开来。
我不太明白这个说法：这是否意味着算法首先识别对象所属的语义组，然后尝试区分它们？此外，是否还有其他出版物证明了层角色的差异？
卷积神经网络中的层函数
数据挖掘
卷积神经网络
2022-02-25 06:20:04
1个回答
这是卷积网络的基本属性。第一层识别简单的特征，随着你在 CNN 中深入，每一层都使用前一层的特征来构建更复杂的特征。
我想说关于这方面的最新文章是Matthew D. Zeiler 和 Rob Fergus的Visualizing and Understanding Convolutional Networks。你可以在这里下载
其它你可能感兴趣的问题