[深度学习 - 网络选型] CNN经典卷积网络模型

以下大部分只是来源于：🔗https://github.com/scutan90/DeepLearning-500-questions - 第四章：经典网络。

CNN经典网络模型

LeNet （1998）

上图展示的是LeNet-5的网络结构图。

C代表卷积层，S代表下采样层。

LeNet作为较早的卷积神经网络代表，提出了权重共享的思想。
例如在C1（第一层卷积层）原图经过六个卷积核得到六个特征图。这里的卷积核就是权重，原图上所有的像素共享一个卷积核，经过滑动扫描得到一张特征图。
它的作用：降低整个网络的参数量；可以学习到图像的局部特征，局部的结构信息。

S为下采样层，实际就是降低分辨率。
它的作用：使得特征更加抽象化，网络更容易收敛；降低分辨率，使得计算速度加快；网络对偏移和形变不敏感。

LeNet-5经过三个卷积层，两个下采样层（5层网络）最后通过全连接层输出。

AlexNet （2012）

AlexNet的模型跟LeNet模型相似，AlexNet先经过五层卷积操作，在最后三层使用全连接层。
与LeNet不同的是，AlexNet网络结构分为上下两层，分别对行和列进行卷积运算，而且两层分别在不同的GPU上操作。

AlexNet 创新点：

1. 卷积操作中都使用ReLU对神经元进行激活，使得在网络加深的时候，权值更新保持稳定。（相比tanh和sigmoid函数在误差反向传递时，不会有由于非线性引起的梯度弥散/暴涨。）
2. 在多个GPU上模型训练，提供训练速度和数据使用规模。（分组卷积的思想。）
3. 使用最大池化代替平均池化，防止过拟合。
4. 使用dropout 随机丢弃训练中的神经元，防止过拟合。
5. 局部响应归一化，提供模型精度。

ZFNet （2013）

ZFNet是对AlexNet 的微调，并且通过反卷积的方式可视化各层特征图。

ZFNet创新点：

1. 通过反卷积可视化各层的特征图。
2. 网络结构上和AlexNet类似，但是取消多个GPU同时训练。
3. ZFNet认为AlexNet第一层的卷积核和步长太大，导致网络得到的特征不够细致，因此将卷积核缩小至7 * 7，步长由4变为2。其他层上也做了微调。
4. 性能上比AlexNet较好，但是基本框架没多大变化。

Network in Network （2014）

NIN网络提出使用1 * 1卷积核的思想。它用了比AlexNet更少的参数，达到了跟其一样的效果。

1×1卷积核可以起到一个跨通道聚合的作用，所以进一步可以起到降维（或者升维）的作用，起到减少参数的目的。

NIN网络创新点：

1. CNN上面的线性卷积层（GLM）被替换成了多层感知机（MLP）
2. 使用1 * 1的卷积核进行卷积。（MLP相当于在正常的卷积层后面，再添加一个1×1的卷积层。）
3. 将输出时候的全连接层使用全局池化层（global pooling）代替。
4. 之后googleNet中的思想就来源于此。

VGGNet （2014）

SSD-VGG16-pytorch代码

VGGNet 原论文（需要科学上网看）中的VGGNet包含了6个版本的演进，分别对应VGG11、VGG11-LRN、VGG13、VGG16-1、VGG16-3和VGG19，不同的后缀数值表示不同的网络层数（VGG11-LRN表示在第一层中采用了LRN的VGG11，VGG16-1表示后三组卷积块中最后一层卷积采用卷积核尺寸为11，相应的VGG16-3表示卷积核尺寸为33）

VGGNet创新点：

1. 整个网络都是用同样大小的卷积核（3 * 3）。
2. 用两层3 * 3的卷积层代替一层 5 * 5的卷积层，三层3 * 3 的卷积层代替一层7 * 7的卷积层。使得网络参数量更小，且层数越多，网络能力越强。
3. 训练的时候先预训练VGG11，再用VGG11的权重来初始化VGG13，同理反复训练并初始化VGG19。
4. 在训练过程中使用多尺度的变换对原始数据做数据增强，使得模型不易过拟合。

GoogleNet（Inception）（2014）

GoogleNet -tensorflow代码
GoogleNet训练自己的数据集：结合上面的代码
官方论文：需要科学上网

模型的思想是用了上面NIN的思想。
主要的思想就是对网络的宽度进行扩展。（子网络块Inception结构）

• Inception-v1在同一层中采用不同的卷积核，并对卷积结果进行合并；
• Inception-v2组合不同卷积核的堆叠形式，并对卷积结果进行合并；
• Inception-v3则在Inception-v2基础上进行深度组合的尝试；
• Inception-v4结构相比于前面的版本更加复杂，子网络中嵌套着子网络。

下图为Inception结构图。


GoogleNet创新点：

1. 采用不同大小的卷积核使得感受野的大小不同，在最后进行拼接，使不同尺度特征融合。
2. 网络越到后面，特征越抽象，而且每个特征所涉及的感受野也更大了，因此随着层数的增加，3x3和5x5卷积的比例也要增加。但是，使用5x5的卷积核仍然会带来巨大的计算量。 为此，文章借鉴NIN2，采用1x1卷积核来进行降维。