ZFNet网络

ZFNet，Matthew D Zeiler在2013年发表卷积网络模型

AlexNet网络的设计思想

主要设计贡献

• 可以理解为只是对AlexNet网络进行了微调
• 使用新颖的可视化技术来一窥中间特征层的功能，以及分类的操作
• 利用反卷积和反池化技术实现可视化
• 根据可视化的结果，进一步调整网络结构

ZFNet对AlexNet网络进行的调整

• 通过可视化发现AlexNet第一层中有大量的高频（图像边缘，图像内物体分界线，图像细节和噪音等）和低频（非边缘部分、图像轮廓）信息的混合，却几乎没有覆盖到中间的频率信息；
• • 解决：将AlexNet的第一层滤波器的大小由11x11变成7x7，使得卷积可以进一步提取中间频率的特征
• 由于第一层卷积用的步长为4，太大，导致了有非常多的混叠情况，学到的特征不是特别好看，不像是后面的特征能看到一些纹理、颜色等；
• • 解决：将卷积核移动的步长4变成了2

ZFNet网络的核心架构

$Z FNet=(\operatorname{conv}+r e l u+\text {maxpooling}) \times 2+(\operatorname{conv}+r e l u) \times 3+f c \times 2+$ZFNet=(conv+relu+maxpooling)×2+(conv+relu)×3+fc×2+softmax

反卷积和反池化