OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks

引言 对于分类问题而言，一个常用的增加训练样本的方法是将训练样本随机移动一个小的位移，或者，等价的，在图像中随机取一些大的图像块。然后以这些图像块为输入训练分类模型。在测试阶段，可以采用滑窗的方法对每一个图像块进行分类，然后组合这些分类结果，得到一个置信度更高的类别标签。这种技巧被广泛运用于机器学习算法中，例如：瑞士一个研究组的文章：Multi-column Deep Neural Network

>>阅读原文<<