Backbone 之 Inception：纵横交错 （Pytorch实现及代码解析）

背景：

一般来说，增加网络的深度和宽度可以提升网络的性能，但是这样做也会带来参数量的大幅度增加，同时较深的网络需要较多的数据，否则很容易产生过拟合现象。除此之外，增加深度的有一个坏处就是很容易造成梯度消失的现象。由此，ImageNet大赛上，GoogLeNet（Inception）很好地解决了这个问题。

Inception基础结构图：

Inception特点：

• 采用并行结构代替之前VGG的深度串行结构

• 采用几个大小不同的卷积运算和池化，最后再拼接（通道拼接）到一起

• 1x1、3x3、5x5的卷积运算对应不同的特征图区域，这样做的好处：可以得到更好的图像表征信息

• 精心设计了22层卷积网络

• Inception的参数量较少，适合处理大规模数据，尤其是对于计算资源有限的平台

为进一步降低参数量，Inception又增加了较多的1x1卷积块进行降维，改进为Inception v1版本，Inception v1共9个上述堆叠的模块，共有22层ÿ