深度学习网络模型汇总

发展历史

1998 LeNet

首个基于卷积的神经网络

2012 AlexNet

深度学习网络模型汇总_第1张图片

1.使用了Relu激活函数
2.标准化
3.Dropout
4.数据增强

VGG

Inception

深度学习网络模型汇总_第2张图片

GoogLeNet

深度学习网络模型汇总_第3张图片
5阶段,共9个inception块

Inception-BN(v2)—使⽤批量归⼀化
Inception-V3—修改了inception块
替换5x5成多个3x3卷积层
替换5x5成1x7和7x1卷积层
替换3x3成1x3和3x1卷积层
更深
Inception-V4—加了残差连接

ResNet

深度学习网络模型汇总_第4张图片
每块⾥⾯先减半⾼宽(stride=2)
•累加残差块

ResNet架构
跟VGG和GoogleNet⼀样的总体架构
通过残差连接来增加表达性
池化和步幅来降低复杂度
批量归⼀化来做正则

精度和性能比较

深度学习网络模型汇总_第5张图片

SSD 单发多框检测

深度学习网络模型汇总_第6张图片

YOLO --只看⼀次

深度学习网络模型汇总_第7张图片
将输⼊图像均匀地切割成 S x S 个⼩区域
每个⼩区域都作为中⼼⽣成⼀组锚框
真实边界框只被分配到其中⼼点所在
⼩区域⽣成的锚框

区域卷积神经⽹络

R-CNN
深度学习网络模型汇总_第8张图片
深度学习网络模型汇总_第9张图片
Fast RCNN
深度学习网络模型汇总_第10张图片
深度学习网络模型汇总_第11张图片
Mask R-CNN
深度学习网络模型汇总_第12张图片
深度学习网络模型汇总_第13张图片

你可能感兴趣的:(算法)