作者:Christian Szegedy & Wei Liu
单位:Google Inc.
发表会议及时间:2015-CVPR
1、研究背景成果和意义
2、Inception结构
Naive版结构:
- 缺点:引入参数量太多
改进版结构:
- 改进方式:引入1*1卷积减小通道数后再送入3*3卷积
特点:
- 多尺度卷积
- 1*1卷积降维,特征融合
- 3*3max pooling保留了特征图数量,且用较少的参数量
3、GoogleNet-V1网络结构
- 辅助损失可以增大反向传播的梯度,加快网络收敛;
- # 3*3 reduce / # 5*5 reduce 层:均为1*1卷积,起到减少通道数的作用
- pool proj 为1*1卷积:这个分支的操作为首先经过一个步长为1的最大池化层,随后进入pool proj
4、训练技巧
5、测试技巧
6、实验结果及分析
7、论文总结