Inception结构
网络结构 | 优化方向 | 发布时间 |
---|---|---|
Inception V1 | GoogleNet | 2014 |
Inception V2 | Batch Norm | 2015 |
Inception v3 | Factorization | 2015 |
Inception V4 | ResNet | 2016 |
Inception v1
Naive Inception
![Naive Inception](https://i-blog.csdnimg.cn/blog_migrate/26f1068fd3bc865c2cdb462df73ce8d7.png)
Inception Module主要考虑到了多个不同size的卷积核能够增强网络的适应力,最后通过concate操作合并各输出通道维度;但每层 Inception Module的 filters参数数量庞大 (可以通过 1∗1 1 ∗ 1 卷积核,在不损失模型特征表示能力的前提下,减少模型参数)。
Inception Module
![Inception v1](https://i-blog.csdnimg.cn/blog_migrate/08928e6f97b26d9aab160435a8e40171.png)
第一版GoogleNet相比AlexNet减少了参数,但主要减少参数的原因在于全连接层参数的减少 (模型主要的参数集中于全连接层)。
![GoogleNet网络参数](https://i-blog.csdnimg.cn/blog_migrate/83e8edff2da4e78a54756fe8074159fa.png)
Inception v2
![Inception v2](https://i-blog.csdnimg.cn/blog_migrate/a6a3684637babe1e8d3386823061c9f7.png)
提出了著名的 BN方法,减少了 Internal Covariate Shift,加快了模型训练速度,也提高了收敛后的分类准确率
使用两个 3∗3 3 ∗ 3 的卷积核来代替 5∗5 5 ∗ 5 的卷积核 (感受野相同),在降低参数的同时建立了更多的非线性变换,使得对CNN对特征的学习能力更强。
Inception v3
![Inception v3](https://i-blog.csdnimg.cn/blog_migrate/e3d82324fed485f62d0e4f729f62e276.png)
引入Factorization into small convolutions的思想,将一个较大的二维卷积核拆成两个较小的一维卷积核,比如使用 1∗3 1 ∗ 3 和 3∗1 3 ∗ 1 的卷积核代替 3∗3 3 ∗ 3 卷积核。 (节约了参数,加速运算并减轻了过拟合;增加了一层非线性扩展了模型表达能力;这种非对称的卷积结构拆分,可以处理更多、更丰富的空间特征,增加特征多样性) 【但是,如果在模型的前期就使用这种分解,特征的表达效果不好,在中度大小的feature maps,比如size在 12到20 12 到 20 之间】
Inception v3优化了Inception Module结构,除了原来的“两个 3∗3 3 ∗ 3 卷积核代替 5∗5 5 ∗ 5 卷积核” (在 35∗35 35 ∗ 35 的feature maps上),还有使用“ n∗1后接1∗n n ∗ 1 后 接 1 ∗ n 卷积核代替 n∗n n ∗ n 卷积核” (在 17∗17 17 ∗ 17 的feature maps上),在分支模块里使用分支模块,如上图最后一个子图一样 (在 8∗8 8 ∗ 8 的feature maps上)。
Inception v4
![这里写图片描述](https://i-blog.csdnimg.cn/blog_migrate/39ed1d75dca78590c18111e5626a340c.png)
这是两种缩小feature maps的方式。前者计算量小,但是限制了特征的表征能力;后者表征能力更强,但计算量更大。所以GoogleNet有了新的整合方式:
![这里写图片描述](https://i-blog.csdnimg.cn/blog_migrate/05f245eb5876e94cb45176c213b244cc.png)
也就有了GoogleNet的进阶版:
![这里写图片描述](https://i-blog.csdnimg.cn/blog_migrate/d0b0d7d6eef6efe1456807177710ed3e.png)
Inception结合ResNet,增加了网络的收敛能力:
![这里写图片描述](https://i-blog.csdnimg.cn/blog_migrate/6b98dd4faaa202782c34d53a6eef3fdf.png)