論文原文:Going deeper with convolutions
網絡模型名字:GoogleNet
1、簡介
2014年ImageNet冠軍。本文設計了22層深度神經網絡,同時增加網絡深度和寬度,較大地提高了識別率。使用1*1,3*3,5*5卷積核,中間增加兩個輔助分類器(提高識別率)。
googleNet分類和定位效果顯著,且不是一個純粹的學術研究,而是應用到了現實生活中。
2、網絡基本構成及方法
訓練輸入爲224*224大小的RGB圖像,減去圖像均值。使用1*1,3*3,5*5卷積核,Inception結構增加網絡寬度,中間增加兩個輔助分類器(提高識別率),連接pooling,最後連接一個全連層,softmax分類器。
Inception結構圖:
Inception爲GoogleNet基本結構,用於增加網絡寬度。
googleNet網絡結構圖:
googleNet結構及參數:
3、測試效果:
Top-1:真實值爲第1個預測值;
Top-5:真實值在在前5個預測值中。