DenseNet论文地址:https://arxiv.org/pdf/1608.06993.pdf
ResNet传送门:ResNet-cifar10
SegNet传送门:semantic segmentation SegNet
Inception v3传送门:inception v3
这篇文章为2017CVPR的论文,DenseNet描述了一个全新的卷积层与卷积层的连接方式。与inception 的加宽网络结构以及ResNet的加深网络结构不同,DenseNet着重于对每一层feature maps的重复利用。在一个Dense block中,每一个卷积层的输入都是前几个卷积层输出的concatenation(拼接),这样即每一次都结合了前面所得到的特征,来得到后续的特征。因此,相比其他结构成百上千的filter,DenseNet的宽度(12,24,40)可谓是非常窄了。而每一层对前几层特征的利用并不需要额外的参数,因此在参数量上也是得到了极大的减少 。但是,其显存占用率高的缺点也比较明显(因为concatenation,不过好在后续有了解决方法:efficien-dens