Backbone-各种基础网络总结

        各种基础网络结构总结,各种各样的基础网络眼花缭乱,不知道该用哪个,都有什么特性,借此文总结记录。

最常用:VGGNet,ResNet

Backbone-各种基础网络总结_第1张图片

VGGNet:

         VGG是2014年提出来的,一共有6个版本,最常用的是VGG16和VGG19,。VGG是许多目标检测框架的特征提取网络,如fasterrcnn,SSD(在其基础上做了修改)。个人总结,VGG网络排列工整,从前到后顺序执行,非常好理解,但是其参数量太大,且参数多数集中在后面的全连接层,SSD修改的就是这一部分。Backbone-各种基础网络总结_第2张图片

 Incepition

        Incepition是google提出的,有v1-v4多个版本,是由如下图多个这种模块连接而成,每个模块内部最有特色的地方是有通道拼接这个过程,上一层的数据下来后这一层分别进行不同的卷积,然后将卷积后的数据拼接传给下一层。

Backbone-各种基础网络总结_第3张图片

 Backbone-各种基础网络总结_第4张图片

Backbone-各种基础网络总结_第5张图片

 Backbone-各种基础网络总结_第6张图片

ResNet 

        不同于普通网络,ResNet有一个分支,主网络的输入加上输出才是最终的输出,前层与后层之间有短路连接,图3.17的一个残差模块称为Bottleneck。ResNet有ResNet-18,ResNet-37,ResNet-50,ResNet-101,ResNet-152.以最常用的ResNet-50为例,其中有4个卷积组(4个画红线部分),每个卷积组分别包含3、4、6、3个Bottleneck,总计50层网络。

        ResNet最大的优点是缓解了梯度消失现象。

Backbone-各种基础网络总结_第7张图片

Backbone-各种基础网络总结_第8张图片

 DenseNet

          DenseNet最大化了前后层之间的信息交流,比ResNet交流更充分。上图每个黑点对应下图一个Bottleeneck。cat是通道拼接。

Backbone-各种基础网络总结_第9张图片

Backbone-各种基础网络总结_第10张图片

FPN:特征金字塔

        简言之,多层特征图之间进行融合,输出多个层次的特征图。

Backbone-各种基础网络总结_第11张图片

DetNet

Backbone-各种基础网络总结_第12张图片

 Backbone-各种基础网络总结_第13张图片

你可能感兴趣的:(目标检测物体检测,深度学习,神经网络)