LLLMWIKI
正文元数据首页

来源笔记 · 更新于 2026-07-14

ImageNet Classification with Deep Convolutional Neural NetworksAlexNet 与深度视觉转折

#near-cvpr-2025#vision-foundations#representation-learning#primary-source

AlexNet：大规模深度视觉的转折

一句话结论

AlexNet 用 ImageNet、大型卷积网络、GPU 和现代训练配方的组合显著改写图像分类基线，推动视觉表示从手工特征转向端到端学习。

问题定义

深层卷积网络能否在百万级标注数据上学习足够强的视觉表示，并在大规模分类竞赛中明显超过传统方法？

方法概述

五个卷积层和三个全连接层配合 ReLU、数据增强、dropout 与双 GPU 训练。论文的贡献是整套系统，不是某个仍应原样保留的单一模块。

关键发现

  • ILSVRC-2012 top-5 测试错误率 15.3%，第二名为 26.2%。
  • 大数据、算力、模型容量和正则化共同决定结果。
  • 深层特征可迁移为后续检测与分割时代的基础表示。

局限或疑问

  • 网络效率、参数布局和归一化方案已经过时。
  • 分类竞赛胜出不代表通用视觉理解已解决。
  • 不能把混合系统增益归因为“卷积层数”单因素。

原始链接

相关页面

元数据
{
  "id": "2026-07-14-alexnet",
  "type": "source",
  "title": "ImageNet Classification with Deep Convolutional Neural Networks：AlexNet 与深度视觉转折",
  "status": "reviewed",
  "created": "2026-07-14",
  "updated": "2026-07-14",
  "venue": "NeurIPS 2012",
  "ingested_at": "2026-07-14",
  "tags": [
    "near-cvpr-2025",
    "vision-foundations",
    "representation-learning",
    "primary-source"
  ],
  "note_status": "reviewed",
  "source_type": "paper",
  "authors": [
    "Alex Krizhevsky",
    "Ilya Sutskever",
    "Geoffrey E. Hinton"
  ],
  "published_at": "2012-01-01",
  "canonical_links": [
    "https://arxiv.org/abs/1207.0580",
    "https://arxiv.org/pdf/1207.0580"
  ],
  "raw_entry": "raw/ingest/2026-07-14-alexnet/",
  "analysis_note": "raw/ingest/2026-07-14-alexnet/analysis.md",
  "topics": [
    "topics/computer-vision-overview",
    "topics/vision-backbones"
  ],
  "entities": [],
  "claims": [],
  "questions": []
}