Going deeper with convolutions

更深的卷积网络

简介

Inception v1-GoogLeNet（论文阅读总结） - 知乎 (zhihu.com)

• 开启多尺度卷积时代
• 拉开1*1卷积广泛应用序幕
• 为GoogLeNet系列开辟道路

GoogLeNet结构

Inception Module

特点:

• 1．多尺度
• 2.1*1卷积降维，信息融合
• 3.3*3 max pooling保留了特征图数量

• 3*3 pool可让特征图通道数增加,且用较少计算量
  缺点:
  数据量激增 计算量大

• 解决方法:引入1*1卷积压缩厚度

• 3 * 3 * 256 * 192 = 442,368‬ -> 1 * 1 *256 * 64 + 3 * 3 * 64 * 192 = 16,384 + 110,592‬

• 三阶段:conv-pool-conv-pool 快速降低分辨率 输入224 * 224 * 3 经过卷积、池化、卷积、卷积、池化后下降到 28 * 28;:堆叠I nception; FC层分类输出

• 堆叠使用Inception Module，达22层

• 增加两个辅助损失，缓解梯度消失（中间层特征具有分类能力)

• 总体上可以分为五个模块

训炼技巧

辅助分类层

• 增加loss回传
• 充当正则约束，迫使中间层特征也能具备分类能力

• • 平均池化层：大小5×5，步幅 3，(4a)为4×4×512输出，(4d)为4×4×528输出
  • 1×1卷积层+ReLU：128个卷积核，降维
  • 全连接层+ReLU：1024维
  • dropout：70%
  • A linear layer with softmax loss：预测1000类

LR下降策略

论文中没有提到具体采用了多少个epoch

每8个epoch下降4%: fixed learning rate schedule (decreasina the learning rate biy A k cvery epochs)

0.96^100 =0.016 , 800个epochs，才下降不到100倍

数据增强

• 图像尺寸均匀分布在8%-100%之间
• 长宽比在[3/4，4/3]之间
• Photometric distortions(光度畸变)，如亮度、饱和度和对比度等，有效减轻过拟合

测试技巧

Multi crop

1 * 4 * 3 * 6 * 2 = 144

• 等比例缩放短边至256,288,320,352，四种尺寸。

• 在长边上裁剪出3个正方形，左中右或者上中下，三个位置。

• 左上、右上，左下，右下，中心，全局resize，六个位置。

• 水平镜像。

模型融合

七个模型训练差异仅在图像采样方式和顺序的差异

实验结果及分析

• 分类结果

• 目标检测结果

稀疏结构

稀疏矩阵

• 稀疏矩阵:数值为0的元素数目远远多于非0元素的数目，且无规律

• 稠密矩阵:数值非0的元素数目远远多于为0元素的数目，且无规律

• 稀疏矩阵优点是，可分解成密集矩阵计算来加快收敛速度

特征图通道的分解

总结

关键点、创新点

• 大量使用1*1卷积，可降低维度，减少计算量，总参数是AlexNet的十二分之一
• 多尺度卷积核，实现多尺度特征提取
• 辅助损失层，增加梯度回传，相当于增加正则项，减轻过拟合

标签：卷积,矩阵,GoogLeNet,GoogLeNetV1,Inception,256,pool
来源： https://blog.csdn.net/Code_Haruka/article/details/116892848