第四部分 深度卷积网络-实例探究 3 笔记

2.7 Inception网络

Inception network

2.6提出的模块结构加上1x1卷积的思想就构成了Inception模块。

Inception网络所做的就是将这些模块都组合到一起：

Inception网络，即是很多个Inception模块一环接一环，最后组成了网络。自从Inception模块诞生以来，经过研究者们的不断发展，衍生了许多新的版本，比如Inception V2、V3以及V4，以及引入了跳跃连接的网络，有时也会有特别好的效果。但所有的这些变体都建立在2.6中基本思想上。

2.8 使用开源的方案

Using open-source implementations

ResNet的实现网址: https://github.com/KaimingHe/deep-residual-networks （基于Caffe框架）鼓励开源，训练的好的网络，可以很好的用来进行迁移学习。

2.9 迁移学习

Transfer Learning

开源数据集举例：ImageNet、MS COCO、Pascal。

小数据集学习时，可以利用已经训练好的网络，丢掉最后的softmax层，然后创建自己对应类别的softmax层，然后freeze其他层的权重，随后进行训练。当数据集稍大时，可以从后往前依次放开权重，逐次进行训练。如果有一个更大的数据集，也许有足够多的数据，则不要单单训练一个softmax单元，而是考虑训练中等大小的网络，包含最终要用的网络的后面几层。 最后当数据量足够大时，可将训练好的网络权重作为初始化的值，进而训练整个网络，即每次迭代对所有权重进行更新。

另一方面，可以将已训练好的网络，作为特征提取器，将softmax前面的一层作为提取的特征，将每个数据输入到网络后得到相应的特征，然后针对转换后的特征训练softmax分类器。预计算方法的优点就是，不需要每次遍历训练集再重新计算这个激活值。

2.10 数据扩充

Data augmentation

针对计算机视觉问题，数据扩充会对训练带来很大帮助。

扩充手段：

• 影像镜像（Mirroring）
• 随机裁剪（Random Cropping）
• 旋转（Rotation）
• 剪切（Shearing）
• 局部弯曲（Local warping）
• 彩色转换（Color shifting）（PCA颜色增强）
• ...

扩充后数据训练示意

2.11 计算机视觉现状

The state of computer vision

少量数据 —————————————————————————————————————————————> 大量数据

更多手动工程 物体检测 图像识别 语音识别 简单算法，少量手动工程

数据量的大小影响着手动工程的多少。

1. 当有很多数据时，倾向于使用更简单的算法和更少的手工工程，因为我们不需要为这个问题精心设计特征。当有大量的数据时，只要有一个大型的神经网络，甚至一个更简单的架构，可以是一个神经网络，就可以去学习它想学习的东西。
2. 当没有太多数据时，手工工程实际上是获得良好表现的最佳方式。

学习算法有两种知识来源：1、来源是被标记的数据，就像(x,y)应用在监督学习；2、来源是手工工程，有很多方法去建立一个手工工程系统，它可以是源于精心设计的特征，手工精心设计的网络体系结构或者是系统的其他组件。所以当没有太多标签数据时，只需要更多地考虑手工工程。

基准测试(benchmark)建议：

1. 集成。独立训练多个网络，随后对结果取平均。
2. Multi-crop at test time。将数据扩充应用到测试集上，即针对同一测试数据的不同扩充，对其测试结果取平均值。