摘要
在这项工作中，我们研究了卷积网络深度对其在大规模图像识别任务中准确性的影响。我们的主要贡献是对使用非常小（3x3）卷积滤波器的架构进行了一系列深度递增的网络评估，结果表明通过将网络深度增加到16-19个权重层，可以显著提高先前配置的性能。这些发现构成了我们在2014年ImageNet挑战赛中的提交基础，在该比赛中我们的团队分别在定位和分类赛道获得了第一名和第二名。此外，我们还展示了我们的表示方法在其他数据集上也具有良好的泛化能力，并且取得了最先进的结果。为了促进对深度视觉表示在计算机视觉领域的进一步研究，我们已公开发布了表现最佳的两个ConvNet模型。