本文探讨了Inception网络如何通过增加网络深度和宽度来提高计算资源利用率，以解决目标检测和图像识别等问题。作者分析了从LeNet-5到Inception的演变，强调了1x1卷积在减少计算瓶颈和增加网络表示能力方面的作用。网络结构的设计灵感来源于生物视觉系统，同时考虑了计算效率和模型避免过拟合的问题。
Abstract
Inception网络的主要特点是在网络内提高计算资源的利用率。在有限的计算预算下，作者精心设计网络架构来增加网络的深度和宽度。
Introduction
目标检测领域增益来自：
- 更深更大的网络模型
- 深度框架与经典CV的结合，如R-CNN
移动和嵌入计算的需求使得算法的有效性（功耗和内存）日渐重要。
Related Work
从LeNet-5开始，卷积神经网络已经有一个标准的结构——卷积层堆积（有选择性地增加contrast normalization and max-pooling）紧跟着一个或多个全连接层。对于大数据集如ImageNet，最近的趋势是增加层的数目和层的尺寸，同时利用dropout来克服过拟合问题。
尽管担心max-pooling层会导致空间信息的丢失，卷积网络结构如【9】被成功用来定位、目标检测和人的姿态评估。受神经科学里灵长目动物视觉平层模型的灵感激发，Serre【15】等人利用一系列不同尺寸的固定Gabor滤波器来处理多尺度问题，与Inception模型类似。但是和Serre固定两层深度模型不同的是，Inception里所有的filters都是学习的。更进一步讲，Inception层被重复若干次，直至22层深度模型比如GoogLeNet模型。
<
最低0.47元/天 解锁文章
7263
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
