全网最全经典卷积神经网络架构汇总——深度学习之ILSVRC竞赛(ImageNet竞赛)优胜网络结构

近年来，卷积神经网络在图像分类领域取得了巨大进展，主要表现在ILSVRC竞赛中优胜冠军从经典的机器学习算法转向深度学习算法，尤其是卷积神经网络结构。在卷积神经网络发展的历史过程中，ILSVRC竞赛功不可没，从2012年到2017年，不断涌现出新的卷积神经网络结构，并将ILSVRC竞赛中ImageNet数据集图像分类错误率降至很低的水平，一度达到甚至超越人类的水平。

ILSVRC全称ImageNet Large-Scale Visual Recognition Challenge，从2010年开始举办，2017年为最后一届比赛，历届比赛结果如下图所示：

下面总结了经典或者具有里程碑意义的卷积神经网络结构：

1. LeNet5——卷积神经网络开山之作

由LeCun发表于1998年，是CNN的鼻祖。

网络详解：

原始论文翻译：

2. AlexNet——ILSVRC 2012年冠军

网络亮点：

1. 采用ReLU激活函数
2. 引入Dropout
3. 数据增强
4. 多GPU并行计算

网络详解：深度学习之卷积神经网络经典网络之AlexNet

原始论文翻译：ImageNet Classification with Deep Convolutional Neural Networks

 

8. ZFNet——ILSVRC 2013年冠军

网络亮点：

1. 通过反卷积可视化CNN学习到的特征

网络详解：

原始论文翻译：

3. VGGNet——ILSVRC 2014年亚军

网络亮点：

1. 重复使用3*3的卷积核和2*2的池化层加深网络

网络详解：深度学习之卷积神经网络经典网络之VGGNet

原始论文翻译：Very Deep Convolutional Networks for Large-Scale Image Recognition

 

4. GoogLeNet——ILSVRC 2014年冠军

网络亮点：

1. 提出Inception模块，同时增加网络深度和宽度

网络详解：深度学习之卷积神经网络经典网络之GoogLeNet

5. ResNet——ILSVRC 2015年冠军

网络亮点：

1. 提出残差模块

网络详解：深度学习之卷积神经网络经典网络之ResNet

6. DenseNet

 

7. SENet——ILSVRC 2017年冠军

网络详解：深度学习之卷积神经网络经典网络之SENet