1. 网络结构
ResNeXt与resnet基本一致,唯一改动的地方在于resnet三层卷积的layer。它将layer从原来的多个filter卷积核拆分为多个个数少的filter卷积核,这些个数少的filter卷积核结构相同,目的是为了简化网络设计。在原文中,拆分后的结构相同的block数量称为cardinality(基数)。ResNeXt的核心网络结构 如下图所示。
2. 优缺点分析
优点:在不增加参数量情况下,提高了准确率。
缺点:待补充
3. 实验结果
4. 结论
核心创新点就在于提出了 aggregrated transformations,用一种平行堆叠相同拓扑结构的blocks代替原来 ResNet 的三层卷积的block,在不明显增加参数量级的情况下提升了模型的准确率,同时由于拓扑结构相同,超参数也减少了,便于模型移植。