GoogleNet：Going deeper with convolutions

论文原文：Going deeper with convolutions

网络模型名字：GoogleNet

1、简介

     2014年ImageNet冠军。本文设计了22层深度神经网络，同时增加网络深度和宽度，较大地提高了识别率。使用1*1,3*3,5*5卷积核，中间增加两个辅助分类器（提高识别率）。

     googleNet分类和定位效果显著，且不是一个纯粹的学术研究，而是应用到了现实生活中。

2、网络基本构成及方法

    训练输入为224*224大小的RGB图像，减去图像均值。使用1*1,3*3,5*5卷积核，Inception结构增加网络宽度，中间增加两个辅助分类器（提高识别率），连接pooling，最后连接一个全连层，softmax分类器。

    Inception结构图：

Inception为GoogleNet基本结构，用于增加网络宽度。

    googleNet网络结构图：

    googleNet结构及参数：

3、测试效果：

    Top-1：真实值为第1个预测值；

    Top-5：真实值在在前5个预测值中。