0
点赞
收藏
分享

微信扫一扫

四、经典网络10(Inception V4)

其实,做到现在,inception 模块感觉已经做的差不多了,再做下去准确率应该也不会有 大的改变。但是谷歌这帮人还是不放弃,非要把一个东西做到极致,改变不了inception模块, 就改变其他的。

因此,作者 Christian Szegedy 设计了 inception v4 的网络,将原来卷积、池化的顺 次连接(网络的前几层)替换为 stem 模块,来获得更深的网络结构。stem 模块结构如下

Steam模块
stem模块

 

inception v4 中 的 inception 模 块 ( 分 别 为 inception A inception B inceptionC)

 inception v4 中的 reduction 模块(分别为 reduction A reduction B) 最终得到的 inception v4 结构如下图。

 Inception-ResNet-v2

ResNet(该网络介绍见卷积神经网络结构简述(三)残差系列网络)的结构既可以加速 训练,还可以提升性能(防止梯度弥散);Inception 模块可以在同一层上获得稀疏或非稀疏 的特征。有没有可能将两者进行优势互补呢?

Christian Szegedy 等人将两个模块的优势进行了结合,设计出了 Inception-ResNet 网络。 (inception-resnet 有 v1 和 v2 两个版本,v2 表现更好且更复杂,这里只介绍了 v2) inception-resnet 的成功,主要是它的 inception-resnet 模块。 inception-resnet v2 中的 Inception-resnet 模块如下图

Inception-resnet 模块(分别为 inception-resnet-A inception-resnet-B inception-resnet-C) Inception-resnet 模块之间特征图尺寸的减小如下图。(类似于 inception v4)

 inception-resnet-v2 中的 reduction 模块(分别为 reduction A reduction B) 最终得到的 Inception-ResNet-v2 网络结构如图(stem 模块同 inceptionv4).

举报

相关推荐

0 条评论