我在以下两篇论文中发现了“高容量卷积神经网络”这一术语：

1.用于精确目标检测和语义分割的丰富特征层次结构

2.基于区域的卷积网络用于精确的目标检测和分割

我在谷歌上搜索过，但似乎找不到一个好的定义。

回答：

这通常指的是神经网络能够学习的底层模式的复杂性。通常，通过增加深度来增加神经网络的容量，这意味着增加模型参数的数量，从而能够拟合更复杂的函数。然而，通过增加深度来提高容量也会增加过拟合的风险，因此正则化等问题变得重要。通常，这也意味着你需要增加训练样本的数量。