序言
Densely Connected Convolutional Networks, In CVPR 2017 (Best Paper Award).DenseNet摆脱了加深网络层数和加宽网络结构来提升网络性能的思维定式,从特征feature的角度考虑,通过特征重用和bypass设置,大幅度减少了网络的参数量。
DenseNet主要对标ResNet和Inception,l论文从2016年到2018年持续迭代优化了五次,v1[Thu, 25 Aug 2016 00:44:55 UTC (1,175 KB)]到v5[Sun, 28 Jan 2018 17:12:02 UTC (5,266 KB)]。
网络结构
图解
详解
CNN网络要么更深,go deeper,如ResNet;
CNN网络要么更宽,go wider,如GooLeNet Inception;
本文则另辟蹊径,重点关注feature,通过对feature的极致利用达到更好的效果和更少的参数。
【直接将所有层连接起来】
【更激进的密集连接机制】
【与ResNet connection差别】 resnet>
densenet>
一顿狂加,不够优雅,对比借鉴。
创新思想
核心点
1.加强featrue连接传递;
2.充分利用feature信息;
3.一定程度上较少了参数量和梯度消失。
感悟点
工程落地时不怎么好用