摘要:最近使用Xception时发现效果很好,所以打算介绍下整个Inception系列。
关键字:深度学习, Inception, Xception, GoogLeNet
本文是我旧博客中的博文,在优快云图片显示不正常,请移步旧博客查看:
https://imlogm.github.io/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/inception/
1. 从模型结构说起
其实关于Inception的结构,以及各代的改进,大家可以看这篇文章:深入浅出——网络模型中Inception的作用与结构全解析-深度学习思考者
有同学可能要说,上面链接里的那篇文章这么简单,似乎没讲太多内容。其实因为Inception每代之间联系性比较强,所以看明白了其中一篇,其他的也都能很快懂。如果要我来讲的话,大概会是下面四行字:
- GoogLeNet(Inception-v1):相比AlexNet和VGG,出现了多支路,引入了1×1卷积帮助减少网络计算量
- Inception-v2:引入Batch Normalization(BN);5×5卷积使用两个3×3卷积代替
- Inception-v3:n×n卷积分割为1×n和n×1两个卷积
- Inceptio