7_InceptionV4

Inception-v4,Inception-ResNet and the Impact of Residual Connections on Learning

lnception-v4, Inception-ResNet，残差连接对模型训练的影响

InceptionV4

Inception-v4可分为六大模块分别是:
Stem、Inception-A、B、C、Reduction-A、B
每个模块都有针对性的设计，模型总共76层

• 带V表示不进行padding，而标V表示进行padding
• Stem(9层):3个3*3卷积堆叠;高效特征图下降策略（参见InceptionV3);非对称分解卷积

• Inception-A(3层):标准的Inception module

• Reduction-A (3层)︰采用3个分支，其中卷积核的参数K, l, m, n分别为192，224，256,384，表一为ReductionA在三个模型中超参的具体数量

• Inception-B (5层):非对称卷积操作部分，参考Inception-v3

• Reduction-B ：与V3一样，采用了非对称卷积

• Inception-C(4层):结构参考自Inception-v3

Inception-v4总共9+3 * 4+5 * 7+4 * 3+3+4+1 =76层

Inception-ResNet

• Inception-ResNet的总体结构

• V1-Stem

• V2-Stem（输出35 * 35的特征图）

• V1-InceptionA 加入了残差连接（相较于V3，此处改为拼接后再经过一个1 * 1卷积）

• V2-InceptionA（处理35*35的特征图）

• Reduction-A (3层)（35 * 35 -> 17 * 17）︰采用3个分支，其中卷积核的参数K, l, m, n分别为192，224，256,384，表一为ReductionA在三个模型中超参的具体数量

• V1-InceptionB

• V2-InceptionB(处理17 * 17的特征图)

• V1-Reduction-B

• V2-Reduction-B（17 * 17 -> 8 * 8）

• V1-InceptionC

• V2-InceptionC（处理8 * 8的特征图）

激活值缩放

实验结果及分析