论文地址：Rethinking the Inception Architecture for Computer Vision
前言
俗话说得好，探索的道路是永无止境的，GoogLeNet经过了Inception V1、Inception V2（BN）的发展以后，Google的Szegedy等人又对其进行了更深层次的研究和拓展，在本文中，作者提出了当前环境下，网络设计的一些重要准则，并根据这些准则，对原有的GoogLeNet进行了改进，提出了一个更加复杂、性能更好的模型框架：Inception V3。这篇文章证明了这些改进的有效性，并为以后的网络设计提供了新的思路。
背景
自ILSVRC2014之后，GoogLeNet备受追捧，它具有非常好的性能，虽然它的网络拓扑比较复杂，但是由于其特殊的设计模式（见前两篇文章），它的参数量、内存与计算资源的消耗都比传统的网络、甚至是同期的VGG相比，都要小很多，因此GoogLeNet的适用性更强。但是GoogLeNet也存在它的缺陷，Inception的复杂性注定了网络的改变会很困难，随着网络结构的拓展，如果仅仅是简单的通过复制模块来对模型进行放大，模型计算上的优势将会消失，并且GoogLeNet原文中也并没有提出网络设计的原理和准则，因此很难在此基础上进行改变。
本文贡献
提供了一些通用的设计准则以及优化思路，并对GoogLeNet进行拓展，设计出了更加复杂、性能更好的Inception V3的结构。
设计准则
- 避免表达的瓶颈，表达的尺寸（即feature map的大小）不应该出现急剧的衰减，如果对流经层（尤其是卷积层）的信息过度的压缩，将会丢失大量的信息，对模型的训练也造成了困难。
- 在网络中对高维的表达进行局部的处理，将会使网络的训练增快。
- 在较低维度的输入上进行空间聚合，将不会造成任何表达能力上的损失，因为feature map上，临近区域上的表达具有很高的相关性，如果对输出进行空间聚合，那么将feature map的维度降低也不会减少表达的信息。这样的话，有利于信息的压缩，并加快了训练的速度。
- 设计网络的深度和宽度达到一个平衡的状态，要使得计算资源平衡的分配在模型的深度和宽度上面，才能最大化的提高模型的性能。
改进方案
- Factorizing Convolutions with Large Filter Size
考虑到第三条设计准则，由于feature map的临近区域具有很高的相关性，再使用空间聚合的前提下，可以减小feature map也就是activation的维度，因此也可以使用更小的滤波器（卷积）来提取局部的特征，同时这样做还可以提高计算的效率，例如将7*7的卷积替换成3个3*3卷积的叠加，将5*5的卷积替换成2个3*3卷积的叠加，这也是VGG所提到的改进。
这在参数量和计算量上都减少了很多，详见（简书专栏）。多层的表达能力不会受到影响，同时增加了非线性修正，对模型的效果进行了改善。
那么参数量和计算量可否进一步的减少呢，见下图：
作者又提出了一种非对称的方式，不仅减少了参数量，在计算量上又降低了33%（感兴趣的同学可以自己推一下）。
于是就衍生出了如下图的结构：
但是作者发现，在比较前面的层使用这种结构，效果并不好，因此只有在17*17的feature map上才使用这种结构，其中n=7。 Utility of Auxiliary Classifiers
在GoogLeNet的原始论文中提到了，在模型的中间层上使用了辅助的分类器，因为作者认为中间层的特征将有利于提高最终层的判别力。但是在这篇文章中，作者发现辅助层在训练初期并没有起到很好的效果，只有在增加了BN层或者drop out时，能够提升主分类器的性能。Efficient Grid Size Reduction
为了避免第一条准则中提到的计算瓶颈所造成的的信息损失，一般会通过增加滤波器的数量来保持表达能力，但是计算量会增加。作者提出了一种并行的结构，使用两个并行的步长为2的模块，P 和 C。P是一个池化层，C是一个卷积层，然后将两个模型的响应组合到一起：
这样做既没有造成信息提取上的损失，也能够很好的降低维度。
新的结构
其中figure5为：
figure6为：
figure7为：
针对低分辨率输入的改进
在这里还想提到的就是低分辨率的问题，机器所要识别的目标并不总是高分辨率的，有可能是比较小，或者分辨率比较低的。
常用的做法是使用更高分辨率的接受域，但是有时候我们需要分清，究竟是使用更高分辨率接受域的效果，还是更大的模型容量和计算量的效果。
作者提出的方法如下：针对低分辨率的图像输入，应该降低前两层的步长，或移除第一个池化层。
总结
Inception V3设计了3种形式的Inception模块，包括将大滤波器进行分解、分解成不对称的结构、以及通过并行结构来解决信息损失的问题，虽然模型的拓扑结构更加复杂了，但是计算量大大降低，而且模型性能大大提高了。总的看来，今后模型主要解决两个问题：
- 如何在计算量不增加的情况下，解决由于信息压缩造成的信息损失问题。
- 如果在计算量不增加的情况下，增加模型的拓扑结构，以提高模型的表达能力。
也就是说，计算量才是王道啊！
