特色:
1.Multi-scale Convnets
:网络的deepid层连接第三层卷积与第四层卷积,文章称之为Multi-scale Convnets,使用这种方式可以提取到第三层的低层特征以及第四层的高层特征。因此网络可以提取到更有效的特征向量DeepID。文中证明使用Multi-scale Convnets相比不使用可以降低验证集的错误率,即分类错误率。
1.Multi-scale Convnets
:网络的deepid层连接第三层卷积与第四层卷积,文章称之为Multi-scale Convnets,使用这种方式可以提取到第三层的低层特征以及第四层的高层特征。因此网络可以提取到更有效的特征向量DeepID。文中证明使用Multi-scale Convnets相比不使用可以降低验证集的错误率,即分类错误率。
本文标题:【论文】DeepID1-Deep Learning Face R
本文链接:https://www.haomeiwen.com/subject/arkrbqtx.html
网友评论