Loading [MathJax]/jax/output/CommonHTML/jax.js

Inception-v4

2021/06/08 Classification 共 2216 字,约 7 分钟

分类模型 Inception-v4

背景

  Google2014 年和 2015 年相继提出了 Going Deeper with Convolutions(Inceptionv1)Rethinking the Inception Architecture for Computer Vision(Inceptionv2v3),在 ILSVRC 2012 classification challenge 验证集上取得了 state of the art 的表现。

  但在同月,MicrosoftKaiming He 提出了 Deep Residual Learning for Image Recognition(ResNet),使用残差连接的方式堆叠了 152 层卷积网络,达到了与 Inceptionv3 相近的表现,并在 ILSVRC 2015 classification task 中位居第一。使用残差结构可以加速训练,有助于防止梯度消失和梯度爆炸,层数越多效果越好(在没有发生过拟合的情况下),ResNet 认为:想得到深度卷积网络必须使用残差结构。

  Google 见到这个结论后,于 2016 年发表 Inceptionv4, InceptionResNet and the Impact of Residual Connections on Learning,提出了 Inceptionv4 结构,证明了即使不引入残差结构也能达到和引入残差结构相似的结果,即 Inceptionv4InceptionResNet v2,这两个模型都能取得 state of the art 的表现。

网络结构

主干


inception1

  StemInceptionv4 结构的主干,起到基本特征提取的作用。Inception module 适用于 CNN 的中间层,处理高维特征。若直接将 inception 模块用于低维特征的提取,模型的性能会降低。

  Inceptionv4 使用了 4InceptionA 模块、7InceptionB 模块、3InceptionC 模块,起到高级特征提取的作用。并且各个 Inception 模块的输入输出维度是相同的,InceptionAInceptionBInceptionC分 别处理输入维度为 35×3517×178×8feature map,这种设计是懒人式的,即直接告知哪个 module 对哪种 sizefeature map 是最合适的,你只需要根据 size 选择对应的 module 即可。

  Inceptionv4 使用了两种 Reduction 模块,ReductionAReductionB,作用是在避免瓶颈的情况下减小 feature mapsize,并增加 feature mapdepth

  Inceptionv4 使用了 Network in Network 中的 averagepooling 方法避免 fullconnect 产生大量的网络参数,使网络参数量减少了 8×8×1536×1536=144M。最后一层使用 softmax 得到各个类别的类后验概率,并加入 Dropout 正则化防止过拟合。

Stem (299x299x3 → 35x35x384)


inception2

Inception-A (35x35x384 → 35x35x384)


inception3

Reduction-A (35x35x384 → 17x17x1024)


inception4

Inception-B (17x17x1024 → 17x17x1024)


inception5

Reduction-B (17x17x1024 → 8x8x1536)


inception6

Inception-C (8x8x1536 → 8x8x1536)


inception7

Inception-ResNet-v1

网络结构

主干


inception-resnet-v1-1

Stem


inception-resnet-v1-2

Inception-resnet-A


inception-resnet-v1-3

Reduction-A


inception-resnet-v1-4

Inception-resnet-B


inception-resnet-v1-5

Reduction-B


inception-resnet-v1-6

Inception-resnet-C


inception-resnet-v1-7

Inception-ResNet-v2

网络结构

主干


inception-resnet-v2-1

Stem


inception-resnet-v2-2

Inception-resnet-A


inception-resnet-v2-3

Reduction-A


inception-resnet-v2-4

Inception-resnet-B


inception-resnet-v2-5

Reduction-B


inception-resnet-v2-6

Inception-resnet-C


inception-resnet-v2-7

Related Issues not found

Please contact @lovejing0306 to initialize the comment

Search

    Categories Cloud

    Blog Git BasicKnowledge Linux Classification Article MachineLearning

    Table of Contents

    文章目录

  • Inception-ResNet-v1
  • Inception-ResNet-v2