Réseaux convolutionnels très profonds pour la reconnaissance d'images à grande échelle

Dans ce travail, nous étudions l'effet de la profondeur du réseau convolutionnel sur sa précision dans le cadre de la reconnaissance d'images à grande échelle. Notre contribution principale est une évaluation approfondie de réseaux d'une profondeur croissante utilisant une architecture avec des filtres convolutionnels très petits (3x3), ce qui montre qu'une amélioration significative par rapport aux configurations antérieures peut être obtenue en portant la profondeur à 16-19 couches de poids. Ces résultats ont constitué la base de notre soumission au ImageNet Challenge 2014, où notre équipe a obtenu les première et deuxième places respectivement dans les catégories localisation et classification. Nous montrons également que nos représentations se généralisent bien à d'autres ensembles de données, où elles atteignent des résultats à la pointe de la technologie. Nous avons mis à disposition nos deux meilleurs modèles de ConvNet afin de faciliter de nouvelles recherches sur l'utilisation de représentations visuelles profondes en vision par ordinateur.