卷积神经网络及目标检测调研.pdf

卷积神经网络调研 cnndoer@ 2015-1.19 报告内容 • 卷积神经网络(CNN)概述 • 卷基层，降采样层，激活函数，优化算法 • CNN局部结构改进 • CNN网络结构改进 • CNN并行加速 • 数据库及相关应用 报告内容 • 卷积神经网络(CNN)概述 • CNN局部结构改进 • CNN网络结构改进 • CNN并行加速 • 数据库及相关应用 1.1 卷积神经网络 • 卷积神经网络(Convolutional Neural Networks, CNN) • 卷积神经网络是前馈神经网络(BP)的扩展 • 1962年Hubel提出的感受野(Receptive Field)概念; • 1980年日本学者Fukushima提出神经认知机(Neocognition)，是卷积神经网络的第一个实 现网络，并将其应用于手写体字符识别; • 1988年Yann LeCun等提出反向传播算法，极大地推动了卷积神经网络的发展。 • 1998年Yann LeCun等提出LeNet-5网络结构，并应用于文档识别，该结构为CNN最经典的 网络结构。 • 2012年，Hinton改进了卷进神经网络的训练方式(ReLU+Dropout)，并将其应用于 ImageNet，取得了最好的分类效果。 • 目前，在计算机视觉领域，卷积神经网络是应用最广的深度学习模型。 1.2 深度神经网络 1.3 CNN经典模型 卷积神经网络最核心的地方在于卷积和Pooling操作，卷积思想来源于人眼视觉的感受野概念，即以兴趣 点为中心的一小块区域，卷积更符合图像的二维空间的本质，可以学习更有效的特征；Pooling可以简单 理解为降采样操作，学习图像的空域特征。 CNN 中通过卷积核共享可以减少参数的个数，降低模型的复杂度； Pooling可以使学到的特征具有一些不变形，如平移、旋转、旋转不变性等。 From: (1998) Gradient-Based Learning Applied to Document Recognition. 1.4 CNN的训练过程 • 训练算法与传统的BP算法差不多。主要包括两个阶段： • 第一阶段，向前传播阶段： • 从样本集中取一个样本(X, Y) ，将X输入网络； • 计算相应的实际输出O 。 • 在此阶段，信息从输入层经过逐级的变换，传送到输出层。这个过程也是网络在完成 训练后正常运行时执行的过程。在此过程中，网络执行的是计算（实际上就是输入与 每层的权值矩阵相点乘，得到最后的输出结果）： • O=Fn （… （F2 （F1 （XW （1））W （2 ））…）W （n ）） • 第二阶段，向后传播阶段 • 计算实际输出O与相应的理想输出Y 的差； • 按极小化误差的方法反向传播调整权矩阵。 1.5 CNN反向传播算法 • CNN代价函数 • 一般选择最小化平方误差(MSE)或者最小化相对熵(Relative Entropy)。 • 反向传播一般使用随机梯度下降法。 • CNN的反向传播主要考虑三个方面： • 输出层，代价函数的确定及求导，类似BP网络； • Pooling，数据的下采样及残差的上采样； • 卷基层，数据的卷积运算及残差的反卷积运算。 • 如果卷积层的下一层为pooling层时，需要做残差的上采样。Pooling如果采用max pooling的话需要在前向传播时记录最大值的位置。 • 如果Pooling的下一层为卷积层时，需要做残差的反卷积。 From: (2014) Notes on Convolutional Neural Networks. 报告内容 • 卷积神经网络(CNN)概述 • CNN局部结构改进 • CNN网络结构改进 • CNN并行加速 • 数据库及相关应用 2.1 CNN卷基层 • 卷积的概念： • 卷积表示函数f与经过旋转和平移的g 的重叠部分的面积。 • 对应计算机视觉中，可以将f看成二维图像矩阵，g为另一个二维矩阵，称卷积核，f与g 卷积可以简单理解为g对f 的滤波。 • CNN 中，设计卷积核时一般考虑三个方面： • 卷