CNN经典网络模型发展史：LeNet, AlexNet, VGGNet, GoogLeNet, ResNet, DenseNet（持续更新）

最新推荐文章于 2023-04-21 23:23:25 发布

RCNN

最新推荐文章于 2023-04-21 23:23:25 发布

阅读量3.6k

点赞数

文章标签： CNN resnet inception

本文链接：https://blog.csdn.net/yangshengjie_/article/details/82349693

版权

本文回顾了卷积神经网络（CNN）的发展历程，从早期的LeNet开始，经过AlexNet、VGGNet、Inception系列（V1至V4），再到ResNet和DenseNet。每个模型都引入了独特的创新，如数据增强、ReLU激活、网络规范化、残差连接等，不断推动网络的深度、宽度和计算效率的提升。

摘要由CSDN通过智能技术生成

LeNet

这是最早用于数字识别的CNN，标志着CNN的真正面世

7层（1Input+3Cov+1FC+1Output

AlexNet

网络增大（5Cov+3maxpool+1Softmax

Data Augmentation：水平翻转、随机裁剪、平移变换、颜色、光照变换；

Dropout

ReLU

LRN归一化层的使用

带动量的随机梯度下降

百万级ImageNet图像数据，GPU实现

VGGNet

训练时间长，网络权重规模太大（VGG16 (553MB，VGG19(575MB

规整的网络结构：对于同一输出特征图尺寸，这些网络层有相同的filters，特征图的尺寸减半，特征图的filters翻倍。

引入了3*3 filter和maxpooling/2

网络输入224*224(input_size>=48*48

Inception V1

NIN（Network in Network）中引入了1*1 filter，用于降维

增加了网络的宽度和深度

同时使用了1*1，3*3，5*5的卷积，增加了网络

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

RCNN

关注关注

0
点赞
踩
10

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

详解CNN五大经典模型:Lenet，Alexnet，Googlenet，VGG，DRL

qq_24946843的博客

02-27

1222

关于卷积神经网络CNN，网络和文献中有非常多的资料，我在工作/研究中也用了好一段时间各种常见的model了，就想着简单整理一下，以备查阅之需。 Lenet，1986年 Alexnet，2012年 GoogleNet，2014年 VGG，2014年 Deep Residual Learning，2015年 Lenet 就从Lenet说起，可以看下c...

CNN、LeNet、AlexNet、VGG、GoogLeNet、RCNN、Fast RCNN、Faster RCNN、YOLO、YOLOv2、SSD等的关系

maopig的专栏

03-23

1570

3、RCNN、Fast RCNN、Faster RCNN、YOLO、YOLOv2、SSD，也属于CNN，但和2是另一条路线。这些模型都是基于CNN单元构建起来的，本来是用来训练图像分类任务的。比如目标检测，RCNN系列、YOLO等都是利用了训练好的图像分类模型，利用它们提取的特征，再做下一步的工作；区别：从肤浅的层面说，2和3的区别在于，2属于用于图像分类的CNN，3属于用于目标检测的CNN。AlexNet、VGG这些模型都是基于CNN单元构建起来的，本来是用来训练图像分类任务的。

参与评论您还未登录，请先登录后发表或查看评论

CNN模型发展史：从LeNet，AlexNet，GoogleNet，VGG到ResNet，SENet，Xception，MobileNet，ShuffleNet

山中有石为玉

12-13

6971

目录一、CNN发展历程 1.1998 LeNet：开山之作 2.2012 Alexnet：王者归来 3.2013 ZF-Net 4.2014 GoogleNet，VGG 4.1 GoogleNet 4.2 VGG 5.2015ResNet：里程碑式创新 6.2016GBD-Net、ResNeXt、DenseNet 6.1 GBD-Net 6.2 ResNeXt 6....

深度篇—— Deep Learning 经典网络 model 发展史(五) 细说 GoogleNet 结构和特点 (包括 v1, v2, v3)

天下所弃，不过其纪。世间事，在人，在志。

02-21

2064

返回主目录返回 Deep Learning 经典网络 model 发展史 目录上一章：深度篇—— Deep Learning 经典网络 model 发展史(四)细说 VGG16 结构和特点下一章：深度篇—— Deep Learning 经典网络 model 发展史(六)细说 ResNet 结构和特点本小节，细说 GoogleNet 结构和特点 (包括 v1, v2, v3...

各种网络模型的发展历程

m0_73901376的博客

04-21

212

层次结构为：Input——>卷积层1——>池化层1——>卷积层2——>池化层2——>全连接层——>输出层;3，ZFNet网络结构没什么改进，只是调了调参，ZF-Net只是将AlexNet第一层卷积核由11变成7，步长由4变为2，第3，4，5卷积层转变为384，384，256；4，VGGNet探索了CNN的深度及其性能之间的关系，通过反复堆叠3*3的小型卷积核和2*2的最大池化层，VGGNet成功的构筑了16-19层深的CNN；2，2012年，AlexNet出现。3，2013年，ZFNet。

CNN网络模型的发展概述

qq_38675397的博客

03-29

1303

写在开篇这个系列主要介绍卷积神经网络模型(CNN)在发展进程中的重要的、有代表性的CNN模型的原理和实现。这第一篇文章简要介绍一下CNN发展进程中的几个关键节点(即经典CNN模型)。正文神经网络(现在大家更喜欢称为深度学习)的发展经历了三起三落(这里我就不展开叙述了，有兴趣的童鞋可以自己搜索相关内容了解)，而CNN神经网络的发展为此做出了巨大贡献，从最基...

基本卷积神经网络（CNN） —— AlexNet，VGG-Net，Inception系列，ResNet，DenseNet等

kim_mechane的博客

09-10

275

CNN经典分类网络发展历程GoogLeNet、SqueezeNet、ResNet、ResNeXt、DenseNet

GL3_24的博客

07-06

3002

本篇博文主要介绍2015年之后出现的经典分类网络的发展历程，前期经典分类网络网上有很多解析，主要包括LeNet、AlexNet、VGG等。本篇博文主要介绍GoogLeNet、SqueezeNet、ResNet、ResNeXt、DenseNet。以PPT截图形式进行讲解一、GoogLeNet 论文题目：Going Deeper with Convolutions 论文链接：https://ar...

【卷积神经网络发展历程】从LeNet、AlexNet到ResNet、SENet

最新发布

09-09

卷积神经网络（Convolutional Neural Networks，CNN）是一种深度学模型，广泛应用于图像处理和计算机视觉任务。下面是CNN发展的主要里程碑： 1. 1989年，Yann LeCun等人提出了LeNet-5模型，被认为是第一个真正的...

深度学习：经典网络模型lenet,alexnet,vggnet,googlenet,Resnet,densenet可解释性

weixin_41108334的博客

11-07

1万+

在CNN网络结构的进化过程中，出现过许多优秀的CNN网络，如：LeNet，AlexNet，VGG-Net，GoogLeNet，ResNet,DesNet. 提出年份主要方向：网络加深，增强卷积模块 1、LeNet： LeNet诞生于1998年，网络结构比较完整，包括卷积层、pooling层、全连接层。被认为是CNN的鼻祖。输入32*32*1 卷积层3个：卷积的主要目的是...

CNN模型-AlexNet VGG googleNet ResNet

wait_ButterFly的博客

07-21

765

最近一直在学习目标检测，计算机视觉的一个重要领域。而cnn是现在语音分析和图像识别的一个研究重点，它的共享权值策略不仅降低了网络模型的复杂度，也减少了训练的权值的数量。 CNN网络的训练第一阶段，向前传播阶段： a）从样本集中取一个样本(X,Yp)，将X输入网络； b）计算相应的实际输出Op。在此阶段，信息从输入层经过逐级的变换，传送到输出层。这个过程也是网络在完成训练后正常运行时执行...

Pytorch 图像分类（AlexNet，VGGNet，Inception，ResNet，DenseNet，MobileNet）

平凡简单的执着

04-16

4780

4.定义网络（AlexNet） [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ggMczuOs-1587022068848)(attachment:image.png)] AlexNet 结构：输入层：图像大小为 227×227×3，其中 3 表示输入图像的 channel 数（R，G，B）为 3。卷积层：filter 大小 11×11，filter 个数 9...

CNN Architectures(AlexNet,VGG,GoogleNet,ResNet,DenseNet)

weixin_30312557的博客

06-28

110

AlexNet (2012) The network had a very similar architecture asLeNetby Yann LeCun et al but was deeper, with more filters per layer, and with stacked convolutional layers. It consisted 11x11, 5x5,...

LeNet,AlexNet,VGG,Network in Network(NiN),GoogLeNet,ResNet,DenseNet总结

qq_36415932的博客

10-06

738

今天把李沐讲的卷积神经网络视频看完了，现在来总结一下这几个网络结构各自的特点，没看过原论文，可能会有出入，过几天把论文看完之后再作修改。 LeNet 总共七层，所有这些层都包含可训练的参数(权重)：第一层是卷积层C1，卷积核大小5*5，步长为1，填充为0，输出channels为6（6个feature maps）；第二层是池化层S2，pool_size为2，步长为2，将前一层的2*2区域...

深度学习里程碑：LeNet, AlexNet, VGGNet与ResNet解析

"这篇文档详细介绍了深度卷积神经网络的发展历程，主要关注了三个具有里程碑意义的模型：LeNet-5、AlexNet和VGG-16，以及提到了残差网络的概念。" 深度卷积神经网络（CNNs）在计算机视觉领域扮演着至关重要的角色，...