目标检测 — Inception-ResNet-v2
这篇文章介绍的网络有Inception V1、Inception V2、Inception V3、Inception V4与Inception-ResNet-V2。
1、Inception V1
主要贡献：
（1）提出inception architecture并对其优化
（2）取消全连层（因为FC网络输入要固定、参数过多、容易过拟合）
（3）运用auxiliary classifiers加速网络converge，简称AC
其中1×1的卷积层可以控制kernels的数量，还增加了网络的非线性程度。多个卷层后将卷积直接concate一下。
网络中间层加入了两个AC，这两个AC在训练的时候也跟着学习，同时把自己学习到的梯度反馈给网络，算上网络最后一层的梯度反馈，GoogLeNet一共有3个“梯度提供商”，先不说这么做有没有问题，它确实提高了网络收敛的速度，因为梯度大了嘛。另外，GoogLeNet在做inference的时候AC是要被摘掉的。
该团队又提出了inception v2的结构，基于上面提到的一些原则，在V1的基础之上主要做了以下改进：
（1）使用BN层，将每一层的输出都规范化到一个N(0,1)的正态分布，这将有助于训练，因为下一层不必学习输入数据中的偏移，并且可以专注与如何更好地组合特征（也因为在v2里有较好的效果，BN层几乎是成了深度网络的必备）。这也是最大贡献Batch Normalization（BN）。BN层放在每个隐藏层激活函数前，即 wx+b 之后，之后再加激活函数。总的来讲，加入BN层的反向传播没有发生根本的改变，只是多了一个反向计算过程（batchnorm_backward函数）而已。
（2）使用两个小的3*3卷积核代替一个5*5的大卷积核，好处是：相同的感受野、更少的参数、更深的网络提取特征。
（3）尝试更小的卷积：1*3 + 3*1 替换3*3 卷积。
3、Inception V3
- 1、分解大filters，使其小型化、多层化，其中有个“非对称卷积”很新颖
- 2、优化inception v1的auxiliary classifiers
- 3、提出一种缩小特征图大小的方法，说白了就是一种新的、更复杂的pooling层
- 4、Label smooth，“标签平滑”，很难用中文说清楚的一种方法
4、Inception V4
各种改网络结构，各种复杂，也是醉了。
将原来卷积、池化的顺次连接（网络的前几层）替换为stem模块，来获得更深的网络结构。
5、Inception-ResNet-v2
- 1、在Inception v3的基础上发明了Inception v4，v4比v3更加复杂，复杂到不可思议
- 2、结合ResNet与GoogLeNet，发明了Inception-ResNet-v1、Inception-ResNet-v2，其中Inception-ResNet-v2效果非常好，但相比ResNet，Inception-ResNet-v2的复杂度非常惊人，跟Inception v4差不多
- 3、加入了Residual Connections以后，网络的训练速度加快了
- 4、在网络复杂度相近的情况下，Inception-ResNet-v2略优于Inception-v4
- 5、Residual Connections貌似只能加速网络收敛，真正提高网络精度的是“更大的网络规模”
6、总结
inception 网络系列是从GoogLeNet开始的，一步步将网络设计的更复杂，最后直接结合残差网络，复杂度进一步上升，残差网络负责加快收敛，重要的还是模型的规模。Inception-ResNet v2、ResNet152和Inception v4模型规模差不多，v4略小，Inception v3和ResNet50模型规模相当。
依我个人理解，网络的负责是为了充分挖掘训练数据图像的特征，减少卷积过程中特征的损失，从而提高分类准确度。但在现实应用中，还需要在模型复杂度，计算量和任务需求上进行权衡选择。如果相对简单的网络能满足要求，就不必须选择复杂的网络。
参考：https://zhuanlan.zhihu.com/p/30756181
