内容简介:Inception 家族成员:Inception-V1(GoogLeNet)、BN-Inception、Inception-V2、Inception-V3、Inception-ResNet-V1、Inception-V4、Inception-ResNet-V2。Inception系列网络结构可以模块化为:Inception系列的演化过程就是上面各环节不断改进(越来越复杂)的过程,其进化方向大致为
Inception 家族成员:Inception-V1(GoogLeNet)、BN-Inception、Inception-V2、Inception-V3、Inception-ResNet-V1、Inception-V4、Inception-ResNet-V2。
Inception系列网络结构可以模块化为:
- Stem :前处理部分
- A B C : 网络主体 “三段式”,A B C每段的输入feature size依次折半,channel增加
- ReductionA B :完成feature size折半操作(降采样)
- Avg Pooling (+ Linear) :后处理部分
Inception系列的演化过程就是上面各环节不断改进(越来越复杂)的过程,其进化方向大致为
- Stem :大卷积层→多个小卷积层堆叠→multi-branch 小卷积层堆叠
- A B C :相同multi-branch结构→每阶段不同multi-branch结构→每阶段不同 Residual+multi-branch 结构,big convolution→ small convolution + BN → factorized convolution
- ReductionA B :max pooling → 不同multi-branch conv(stride 2)结构
- 后处理 :Avg Pooling + Linear → Avg Pooling
性能进化如下图所示,single model通过center crop 在ImageNet上 Top1 和 Top5 准确率,
具体如下。
Inception-V1 (GoogLeNet)
Inception-V1,更被熟知的名字为GoogLeNet,意向Lenet致敬。
通过增加网络深度和宽度可以提升网络的表征能力。
增加宽度可以简单地通过增加卷积核数量来实现,GoogLeNet在增加卷积核数量的同时, 引入了不同尺寸的卷积核,来捕捉不同尺度的特征 ,形成了 multi-branch结构 ——这是GoogLeNet网络结构的最大特点,如下图所示,然后将不同branch得到的feature map 拼接在一起,为了让feature map的尺寸相同,每个branch均采用SAME padding方式,同时 stride为1(包括max pooling) 。为了降低计算量,又 引入了$1\times 1$卷积层来降维 ,如下图右所示,该multi-branch结构称之为一个Inception Module,在GoogLeNet中采用的是下图右的Inception Module。
直接增加深度会导致浅层出现严重的梯度消失现象,GoogLeNet引入了 辅助分类器(Auxiliary Classifier) ,在浅层和中间层插入, 来增强回传时的梯度信号,引导浅层学习到更具区分力的特征。
最终,网络结构如下,主体三段式A B C 即 3x、4x、5x,
GoogLeNet网络结构的特点可以概括为,
- 同时使用不同尺寸的卷积核,形成 multi-branch 结构,来捕捉不同尺度的特征
- 使用$1 \times 1$卷积降维 ,压缩信息,降低计算量
- 在classifier前使用 average pooling
BN-Inception
BN-Inception网络实际是在Batch Normalization论文中顺带提出的,旨在表现BN的强大。
与GoogLeNet的不同之处在于,
- 在每个激活层前 增加BN层
- 将Inception Module中的$5 \times 5$ 卷积替换为2个$3\times 3$ 卷积 ,如上图所示
- 在Inception 3a和3b之后增加Inception 3c
- 部分Inception Module中的Pooling层改为average pooling
- 取消Inception Module之间衔接的pooling层,而将下采样操作交给Inception 3c和4e,令stride为2
BN-Inception网络结构如下
Inception-V2, V3
Inception V2和V3出自同一篇论文 Rethinking the Inception Architecture for Computer Vision 。
GoogLeNet和BN-Inception网络结构中Inception Module可分为3组,称之为3x、4x和5x(即主体三段式A B C),GoogLeNet和BN-Inception这3组采用相同Inception Module结构,只是堆叠的数量不同。
Inception V2和V3与以往最大的不同之处在于3组分别使用了不同结构的Inception Module,分别如下图从左到右所示,
具体地,
- 3x使用的Inception Module与BN-Inception相同,即将$5\times 5$拆分成2个堆叠的$3\times 3$ ;
- 4x使用的Inception Module采用了factorized convolutions , 将2维卷积拆分成2个堆叠的1维卷积,可类比传统计算机视觉中的“行列可分解卷积”,但中间夹了个激活 ,1维卷积的长度为7;
- 5x使用的Inception Module,1维卷积不再堆叠而是并列,将结果concat;
除此之外,
- 3x和4x之间,4x和5x之间,均不存在衔接的池化层,下采样通过Inception Module中的stride实现
- 取消了浅层的辅助分类器,只保留中层的辅助分类器
- 最开始的几个卷积层调整为多个堆叠的$3\times 3$ 卷积
据论文所述,V2的网络结构如下
据论文所述,V3与V2的差异在于,
- RMSProp Optimizer
- Label Smoothing , 训练中使用的label为one hot label与均匀分布的加权 ,可以看成一种正则
- Factorized $7 \times 7$,即将第一个$7 \times 7$卷积层变为堆叠的3个$3 \times 3$
- BN-auxiliary,辅助分类器中的全连接层也加入BN
但是, 实际发布的Inception V3完全是另外一回事 ,参见 pytorch/inception ,有人绘制了V3的网络架构如下——网上少有绘制正确的,下图中亦存在小瑕疵,最后一个下采样Inception Module中$1\times 1$的stride为1。
需要注意的是,起下采样作用两个Inception Module并不相同。
有的时候,Inception-V2和BN-Inception是混淆的。从Inception-V3开始,Inception架构变得越来越不像人搞的……
Inception-V4,Inception-ResNet-v1,Inception-ResNet-v2
Inception-V4,Inception-ResNet-v1 和 Inception-ResNet-v2出自同一篇论文 Inception-V4, Inception-ResNet and the Impact of Residual Connections on Learning ,
Inception-V4相对V3的主要变化在于, 前处理使用更复杂的multi-branch stem模块 ,主体三段式与V3相同。
Inception-ResNet-V1与Inception-ResNet-V2,将Inception与ResNet结合, 使用Inception结构来拟合残差部分 ,两者在A B C部分结构相同,只是后者channel数更多,两者的主要差异在前处理部分,后者采用了更复杂的multi-branch stem结构(与V4相同)。相比纯Inception结构, 引入ResNet结构极大加快了网络的收敛速度 。
以上。
以上所述就是小编给大家介绍的《Inception系列回顾》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Linux命令行与shell脚本编程大全 第3版
[美]布鲁姆,布雷斯纳汉 / 门佳、武海峰 / 人民邮电出版社 / 2016-8-1 / CNY 109.00
这是一本关于Linux命令行与shell脚本编程的全方位教程,主要包括四大部分:Linux命令行,shell脚本编程基础,高级shell脚本编程,如何创建实用的shell脚本。本书针对Linux系统的最新特性进行了全面更新,不仅涵盖了详尽的动手教程和现实世界中的实用信息,还提供了与所学内容相关的参考信息和背景资料。通过本书的学习,你将轻松写出自己的shell脚本。一起来看看 《Linux命令行与shell脚本编程大全 第3版》 这本书的介绍吧!
Markdown 在线编辑器
Markdown 在线编辑器
HEX CMYK 转换工具
HEX CMYK 互转工具