文章目录 AbstractIntroductionNetwork ArchitectureConclusiontorch code hh 源代码 Abstract 人们普遍认为，深度网络的成功训练需要成千上万个带注释的训练样本。在这篇论文中，我们提出了一个网络和训练策略，该策略依赖于数据增强的强大使用，以更有效地利用可用的注释样本。该体系结构包括捕获上下文的收缩路径

目录(?)[+]  Part 1 － AlexNet 和 VGG-Net  摘要－今年的 CVPR 非常的火爆，总共有2800多人参与，相比去年增加了700多人，这与deep learning的异军突起是不无关系的。CVPR 2015 基本是 “the year of deep learning”，有大概70%的文章是关于deep learning的。 今年的 CVPR 非常

原文链接：http://blog.csdn.net/u010402786/article/details/50548996 国内外从事计算机视觉和图像处理相关领域的著名学者都以在三大顶级会议（ICCV，CVPR和ECCV）上发表论文为荣，其影响力远胜于一般SCI期刊论文，这三大顶级学术会议论文也引领着未来的研究趋势。CVPR是主要的计算机视觉会议，可以把它看作是计算机视觉研究的奥林匹克。博