当時Microsoftに所属していたKaiming Heが提案し、2015年のILSVRCで優勝したネットワーク。
とても深く、かつ表現力が高いモデル。
初めて人の認識精度の誤差5%を超えた。
これまでのCNNでは、表現力を高めるために層を深くしてきたが、深すぎると性能が落ちていた。
ResNetでは、スキップ・コネクション(スキップ結合)構造を取り入れることで、この問題を解決した。
スキップ・コネクション構造は、ある層への入力を飛び越えて層をまたいで奥の層へ入力する形式。
スキップ・コネクション構造により、勾配消失を防止しながら層が多いネットワークを実現することができるようになった。
ResNetでは、最大152層の深さを実現。
前年(2014年)のILSVRCで優勝したGoogLeNetは22層だったので、遥かに深くなった。