【654】主要深度学习模型说明

[1] 五、VGG、AlexNet、ResNet网络（超详细哦）

[2]【653】FCN——全卷积网络详解

VGG

• VGG16：包含了 16 个隐藏层（13 个卷积层 2+2+3+3+3，以及 3 个全连接层）

• VGG19：包含了 19 个隐藏层（16 个卷积层 2+2+4+4+4，以及 3 个全连接层）

FCN

• FCN32s：直接上采样 32 倍

• FCN16s：先上采样 2 倍，融合后，最后上采样 16 倍

• FCN8s：先上采样 2 倍，融合后再 2 倍，融合后，最后上采样 8 倍

ResNet

• ResNet50：深度为 50 层 (1 + (3+4+6+3)*3 + 1)
• ResNet101：深度为 101 层 (1 + (3+8+36+3)*3 + 1)

　　附图

下面是VGG网络的结构（VGG16和VGG19都在）：

 

VGG16包含了16个隐藏层（13个卷积层和3个全连接层），如上图中的D列所示。

• VGG19包含了19个隐藏层（16个卷积层和3个全连接层），如上图中的E列所示。
• 表达式的简单讲解：Conv3-512 → 第三层卷积后维度变成512；

Conv3_2s = 2 → 第三层卷积层里面的第二子层，滑动步长等于2（每次移动两个格子，后面的讲解中会用到）。

VGG网络的结构非常一致，从头到尾全部使用的是3x3的卷积和2x2的max pooling。

这里把ResNet50和ResNet101特别提出，主要因为它们的使用率很高，所以需要做特别的说明。给出了它们具体的结构：

 

 

上表是Resnet不同的结构，上表一共提出了5中深度的ResNet，分别是18，34，50，101和152，首先看表的最左侧，我们发现所有的网络都分成5部分，分别是：conv1，conv2_x，conv3_x，conv4_x，conv5_x，之后的其他论文也会专门用这个称呼指代ResNet50或者101的每部分。 例如：101-layer那列，101-layer指的是101层网络，首先有个输入7x7x64的卷积，然后经过3 + 4 + 23 + 3 = 33个building block，每个block为3层，所以有33 x 3 = 99层，最后有个fc层(用于分类)，所以1 + 99 + 1 = 101层，确实有101层网络； 注：101层网络仅仅指卷积或者全连接层，而激活层或者Pooling层并没有计算在内；我们关注50-layer和101-layer这两列，可以发现，它们唯一的不同在于conv4_x，ResNet50有6个block，而ResNet101有23个block，两者之间差了17个block，也就是17 x 3 = 51层。