论文链接:https://arxiv.org/abs/1602.07261
1、简介
本文主要是将googLeNet的Inception模块与ResNet结构进行融合,得到Inception-ResNet结构,作者通过实验发现,该结构对于图像识别的准确率并没有较大的提升但是对于网络的收敛速度有了较大的改进。
2、Inception V4
话不多说,直接上图:
所有图中没有标记“V”的卷积使用same的填充原则,意即其输出网格与输入的尺寸正好匹配。使用“V”标记的卷积使用valid的填充原则,意即每个单元输入块全部包含在前几层中,同时输出激活图(output activation map)的网格尺寸也相应会减少。
stem去掉了传统的pooling方式,采用并联的方法,并且不同的Inception模块的连接,减小了feature ma