1 AI论文笔记--Going deeper with convolutions
作者：互联网
1 AI论文笔记–Going deeper with convolutions（2014年论文）
原文链接：https://arxiv.org/abs/1409.4842
还不错的CSDN全文翻译：https://huangfei.blog.csdn.net/article/details/70336079
还不错的InceptionV1-V4论文小结： https://blog.csdn.net/qq_30815237/article/details/89046890
论文课程学习来自—知识星球—同济子豪兄
文章主要说明了如何改变网络结构本身（并不是一昧地加深），来优化模型的性能。
如本文提出了一种可以嵌入到CNN模型中的Inception模块，该模块大大减少了网络中的参数量。
Inception模块如下图
论文结构
Abstract
1 Introduction
2 Related Work
3 Motivation and High Level Considerations
4 Architectural Details
5 GoogLeNet
6 Training Methodology
7 ILSVRC 2014 Classification Challenge Setup and Results
8 ILSVRC 2014 Detection Challenge Setup and Results
9 Conclusions
10 Acknowledgements
References
摘要
- 在保证网络的深度和宽度的同时，为减少网络的计算量，提出了一种Inception模块的思想。
- 为优化性能，结构的思想源于Hebbian principle（赫布理论） 和multi-scale processing（多尺度信息处理）
- 在CNN模型中加入了Inception，提出了GoogLeNet（a 22 layers deep network）模型，并获得ILSVRC14的图像分类和目标检测冠军
前言
- 近年来，图像识别和目标检测得到飞速进展，不仅是由于硬件、数据集和更庞大的模型的出现，而是新的模型思路和改进结构，如GoogLeNet比AlexNet少12倍参数量 ，且更加精确。
- 目前算法不能一昧追求精度提高，还要考虑计算效率、能耗、内存占用等因素，让他们有可能部署于嵌入式设备中
相关工作
-
从LeNet-5开始，CNN有了典型的结构，即是卷积层的叠加，如（卷积+normalization+最大池化）✖ n+全连接层 ✖ m
-
在Network-in-Network中指出，为提高模型的表示能力，额外的1x1卷积层后通常是ReLU函数。然而，本文Inception中的1x1卷积的目的有如下：
- 1、降维
- 2、减少参数量和运算量 （后面会举例讲到）
- 3、增加模型深度，提高非线性模型表达能力。
Inception模块思想来源
提高模型性能的传统方法：1、增加网络深度（层数） 2、增加宽度（卷积核的个数）
-
提出问题：
- 1、更大更深的网络结构，参数量越多，越容易过拟合（特别是对于小数据集）
- 2、计算效率变低，如很多权重训练后变成0，那么这部分计算就被浪费了
-
提出解决思路：
- 1、受生物学的启发，利用稀疏连接结构代替密集连接结构（当时AlexNet和VGG都是密集连接）
- 2、但当时硬件对稀疏连接的结构运算并不友好（On the downside, todays computing infrastructures are very inefficient when it comes to numerical calculation on non-uniform sparse data structures.）
- 3、提出疑问： 能否在现有硬件计算密集矩阵运算条件下，改进模型结构（哪怕是在卷积层水平的改进），从而能够利用额外的稀疏性？
- 4、大量的文献表明，将稀疏矩阵分解为密集的子矩阵，能加速矩阵的乘法。
结构细节
Inception主要思想：利用密集模块去近似出局部最优稀疏结构。
Inception模块结构如下：
- a为原生Inception模块，b为改进版Inception模块（增加了1*1的卷积降维）。
- a中采用多尺度卷积核的优点在于：一张图片中无论目标尺寸大小如何，总有一个卷积核能够捕捉到该目标。a带来的缺点在于模型传递过程中会消耗大量的计算资源。因此考虑b改进版，利用1*1的卷积进行降维，既可以减少信息损失，又可以减少计算量。
GoogLeNet结构
TIPS：
- 目标检测，以R-CNN为代表的两阶段方法：
- 1.先找出候选区域（selective search）
- 2.对每个候选区域运用CNN
- Hebbian principle（赫布学习法则）： 在本文中指的是将不同神经元提取到的特征进行融合，高度相关的神经元会连在一起。
- 用子豪兄的例子：比如说识别一只猫，有一些神经元是提取猫胡子的，有一些提取猫脸的，有一些提取猫尾巴的。如果图像中有一只猫的话，那在识别的过程中，这些神经元就会高度相关。
- 1*1卷积核如何降维：
附上本文GoogLeNet结构（有点长）：
标签：deeper,Inception,AI,模型,GoogLeNet,--,CNN,模块,卷积 来源： https://blog.csdn.net/weixin_44994302/article/details/117434523