本篇博文主要介绍2015年之后出现的经典分类网络的发展历程,前期经典分类网络网上有很多解析,主要包括LeNet、AlexNet、VGG等。
本篇博文主要介绍GoogLeNet、SqueezeNet、ResNet、ResNeXt、DenseNet。
以PPT截图形式进行讲解
一、GoogLeNet
论文题目:Going Deeper with Convolutions
论文链接:https://arxiv.org/abs/1409.4842
参考博文:https://blog.csdn.net/GL3_24/article/details/90406591
核心:提出了Inception module
最原始的Inception module(a)的特点是一方面增加了网络的宽度,另一方面也增加了网络对尺度的适应性(通道相加),如果想要提取更高维度的特征,那么网络中的Inception模块会更多,这样就带来了一个很严重的问题-------->巨大的计算量,因为5* 5的卷积的计算量就很大,层数越多计算量就更大。那么就需要一种解决方案进行降维,这就产生了Inception module的升级版Inception module v1 进行降维的版本。降维方法是通过增加1*1卷积。
1*1卷积进行降维的思想来源于NIN
论文题目:Network In Network
论文链接:https://arxiv.org/abs/1312.440