论文原文:Going deeper with convolutions
网络模型名字:GoogleNet
1、简介
2014年ImageNet冠军。本文设计了22层深度神经网络,同时增加网络深度和宽度,较大地提高了识别率。使用1*1,3*3,5*5卷积核,中间增加两个辅助分类器(提高识别率)。
googleNet分类和定位效果显著,且不是一个纯粹的学术研究,而是应用到了现实生活中。
2、网络基本构成及方法
训练输入为224*224大小的RGB图像,减去图像均值。使用1*1,3*3,5*5卷积核,Inception结构增加网络宽度,中间增加两个辅助分类器(提高识别率),连接pooling,最后连接一个全连层,softmax分类器。
Inception结构图:
Inception为GoogleNet基本结构,用于增加网络宽度。
googleNet网络结构图:
googleNet结构及参数:
3、测试效果:
Top-1:真实值为第1个预测值;
Top-5:真实值在在前5个预测值中。