VGG(visualgeometrygroup，超分辨率测试序列)

  这里有两个表格&＃xff0c;其中第一个表格是描述的是VGGNet的诞生过程。为了解决初始化&＃xff08;权重初始化&＃xff09;等问题&＃xff0c;VGG采用的是一种Pre-training的方式&＃xff0c;这种方式在经典的神经网络中经常见得到&＃xff0c;就是先训练一部分小网络&＃xff0c;然后再确保这部分网络稳定之后&＃xff0c;再在这基础上逐渐加深。表1从左到右体现的就是这个过程&＃xff0c;并且当网络处于D阶段的时候&＃xff0c;效果是最优的&＃xff0c;因此D阶段的网络也就是最后的VGGNet啦&＃xff01;

test过程

  采用multi-scale输入尺寸的形式&＃xff08;输入尺寸介于[256:512]&＃xff09;&＃xff0c;具体执行流程如下&＃xff1a;
  1&＃xff09;采用不同规格的图片作为输入&＃xff08;4种或6种规格&＃xff09;&＃xff1b;
  2&＃xff09;最后一个maxpool层之前按照原有网络执行&＃xff1b;
  3&＃xff09;修改最后一个maxpool层为shift-max-pool&＃xff0c;对网络中的最后一个卷积层的每一个feature map按照(0,1,2)的变化量分别在(x,y)方位上移位操作&＃xff0c;之后进行max-pool操作&＃xff0c;这样每个卷积层的feature map得到了9个shift-max-pool后的feature map。

offset max-pooling

  移位过程如下图所示&＃xff0c;假设最后一个卷积层的一个feature map有一个1维的20 pixel的数据&＃xff0c;按照size &＃61; 3&＃xff0c;stride&＃61;3进行max_pooling&＃xff0c;小于stride的部分不进行pooling。

  会产生多种&＃xff08;我们举个例子是9种&＃xff09;池化结果&＃xff0c;分别送入后面的网络层&＃xff0c;最后我们的图片分类输出结果就可以得到9个预测结果(每个类别都可以得到9种概率值&＃xff0c;然后我们对每个类别的9种概率&＃xff0c;取其最大值&＃xff0c;做为此类别的预测概率值)。