GoogLeNet 浅析

1. GoogLeNet 浅析

  GoogLeNet 于论文《Going deeper with convolutions》中提出，并一举斩获 2014 年 ImageNet 挑战赛的冠军。一般而言，增加网络深度和宽度是提升网络性能最直接的方法，但这样也会带来诸多问题：

• 参数太多，如果训练数据集有限，很容易产生过拟合；
• 网络越大，参数越多，计算复杂度越大，应用难度越高；
• 网络越深，越容易出现梯度弥散问题。

  GoogLeNet 共有 22 层网络，但其参数量却比 AlexNet 和 VGG 小很多。GoogLeNet 主要通过以下方法来提升网络的性能：

• 通过 Inception 结构融合多尺度特征信息；
• 使用 1x1 卷积进行降维，减少计算量；
• 添加辅助分类器，缓解梯度弥散问题，帮助训练；
• 丢弃全连接层，使用平均池化层，大幅减少模型参数量。

GoogLeNet 网络结构

  GoogLeNet 的网络结构如下，共有 22 层（蓝色部分）。关于 GoogLeNet 网络的分析，主要关注在两个方面，分别是 Inception 结构（红框部分）和辅助分类器（绿框部分）。

Inception 结构

  Inception 结构图如下，左图是 Inception 的原始结构，右图是加上降维功能的结构。Inception 结构能够提取不同尺度的特征，同时利用稀疏矩阵计算的原理来加速收敛。此外，论文作者认为池化也具有提取特征的功能，因此在第四个分支也使用了最大池化。

Inception 结构共有 4 个分支，输入特征经由各分支得到 4 个输出，之后在通道维度进行拼接得到最终输出。对于各分支而言，需要通过 stride 和 padding 来保证得到同样大小的输出。对比左图，右图在分支 2，3，4 上加入了 1x1 卷积以降维，在增加非线性表达能力的同时，减少参数量和计算量。下图给出 1x1 卷积降维的图示。

辅助分类器

   辅助分类器主要用以缓解梯度弥散问题，GoogLeNet 网络中使用了两个辅助分类器，二者的结构是一模一样的，结构参数如下：

• 第一层：平均池化下采样层，池化核大小为 5x5，stride=3；
• 第二层：卷积层，卷积核大小为 1x1，stride=1，卷积核个数为 128；
• 第三层：全连接层，共1024 个节点；
• 第四层：全连接层，节点数为 1000，对应类别数。

2. 代码实现（PyTorch）

2.1 Inception 结构

   具有降维功能的 Inception 结构如上图所示，其具体结构参数如下：

• 分支 1：是卷积核大小为 1x1 的卷积层，stride=1；
• 分支 2：是卷积核大小为 3x3 的卷积层，stride=1，padding=1；
• 分支 3：是卷积核大小为 5x5 的卷积层，stride=1，padding=2；
• 分支 4：是池化核大小为 3x3 的最大池化下采样，stride=1，padding=1。

import torch
import torch.nn as nn


class Inception(nn.Module):
    def __init__(self, in_c, o_c):
        super(Inception, self).__init__()
        self.conv1 = nn.Conv2d(in_c, o_c, kernel_size=(1, 1))

        self.branch2 = nn.Sequential(
            nn.Conv2d(in_c, 4, kernel_size=(1, 1)),
            nn.Conv2d(4, o_c, kernel_size=(3, 3), padding=1)
        )

        self.branch3 = nn.Sequential(
            nn.Conv2d(in_c, 4, kernel_size=(1, 1)),
            nn.Conv2d(4, o_c, kernel_size=(5, 5), padding=2)
        )

        self.branch4 = nn.Sequential(
            nn.MaxPool2d(kernel_size=3, stride=1, padding=1),
            nn.Conv2d(in_c, 4, kernel_size=(1, 1))
        )

    def forward(self, x):
        bran1 = self.conv1(x)
        bran2 = self.branch2(x)
        bran3 = self.branch3(x)
        bran4 = self.branch4(x)
        outputs = [bran1, bran2, bran3, bran4]
        out = torch.cat(outputs, 1)

        return out


if __name__ == "__main__":
    x = torch.rand((8, 3, 32, 32))  # (B, C, H, W)
    net = Inception(3, 8)
    out = net(x)

2.2 GoogLeNet 网络

  本人并未实现 GoogLeNet 网络，但在此处给出 github 地址以供有心人参考。

【参考】

1. 实现pytorch实现GoogLeNet（CNN经典网络模型详解）；