深度学习之卷积神经网络经典网络之GoogLeNet

GoogLeNet由Christian Szegedy等开发并在2014年ImageNet ILSVRC挑战赛冠军，论文：Going Deeper With Convolutions（点击下载），为了致敬卷积神经网络的鼻祖LeNet-5，GoogLeNet将L字母大写。

GoogLeNet相比于以往的卷积神经网络其深度更深，同时在网络中添加了inception的结构，这使得GoogLeNet更加有效地使用参数，GoogLeNet参数量比AlexNet少10倍左右。

 

Inception结构

下图所示为Inception结构：

 

如上图所示为Inception结构，其中：

• 3x3+1(S)表示该层使用3x3的卷积核，步长为1，使用same填充(padding)
• 输入被拷贝四份，然后分别进行不同的卷积或池化操作
• 上图中所有的卷积层都使用ReLU激活函数
• 使用不同大小的卷积核就是为了能够在不同尺寸上捕获特征模式
• 由于所有卷积层和池化层都使用了same填充和步长为1的操作，因此输出尺寸与输入尺寸相等
• 最终将四个结果在深度方向上进行拼接
• 使用1x1大小卷积核是为了增加更多的非线性

GoogLeNet架构

• 如上图所示，卷积核前面的数字是卷积核或池化核的个数，也就是输出特征图的个数。
• GoogLeNet总共包括9个Inception结构（黄色矩形），黄色矩形中的6个数字分别代表Inception结构中卷积层的输出特征图个数。
• 所有卷积层都使用ReLU激活函数。
• 全局平均池化层输出每个特征图的平均值，

 

之后由Google的研究者发布了Inception-v3，Inception-v4等版本，获得了更好的效果。