AlexNet、VGG、GoogLeNet、ReaNet、MobileNet、ShuffleNet和EfficientNet网络的亮点和创新之处
目录
AlexNet网络
VGG网络
GoogLeNet网络
ReaNet网络
MobileNet 网络
MobileNet v1网络
MobileNet v2网络
MobileNet v3网络
ShuffleNet网络
ShuffleNet v1网络
ShuffleNet v2网络
EfficientNet 网络
EfficientNet v1网络
EfficientNet v2网络
AlexNet网络
网络亮点:
1.首次利用GPU进行网络加速训练。
2.使用ReLU激活函数,而不是传统的Sigmoid激活函以及Tanh激活函数。
3.使用LRN局部相应归一化,
4.在全连接层的前两层中使用了Dropout随机丢弃神经元操作,以减少过拟合。
VGG网络
网络亮点:
通过堆叠多个3×3的卷积核来代替大尺度卷积核(减少所需参数)。
GoogLeNet网络
网络亮点:
1.引入Inception结构(融合不同的特征信息)
2.使用1×1的卷积核进行降维以及映射处理
3.添加两个辅助分类器帮助训练
丢弃全连接层,使用平均池化层(大大减少模型参数)
ReaNet网络
网络亮点:
1.超深的网络结构(突破1000层)
2.提出residual残差模块
3.使用Batch Normalization 加速训练(丢弃dropout)
MobileNet 网络
MobileNet v1网络
网络亮点:
1.Depthwise Convolution(大大减少网络运算量的参数数量)
2.增加控制卷积核的超参数,控制图像输入大小的
MobileNet v2网络
网络亮点:
1..Inverted Residuals(倒残差结构:先使用1×1的卷积升维,再使用1×1卷积降维)
2.Linear Bottlenecks
MobileNet v3网络
网络亮点:
1.更新了Block(加入了SE注意力机制模块,更新了激活函数)
2.重新设计耗时层结构(减少第一个卷积层的卷积个数、精简Last Stage)
3.重新设计激活函数(h-swish激活函数)
ShuffleNet网络
ShuffleNet v1网络
网络亮点:
1..使用GConv代替1×1的卷积,使用DWConv代替3×3的卷积
2.提出 Channel shuffle概念
ShuffleNet v2网络
网络亮点:
1.两条支路使用Concat进行连接,保持输入虹软输出通道的一致。
2.只对右边的支路进行ReLU操作。
3.将Concat、Channel Shuffle、Channel Split合并。
5.对于下采样操作,消除Channel Split操作。
EfficientNet 网络
EfficientNet v1网络
网络亮点:
1.使用用NAS(Neural Architecture Search)技术来搜索网络的图像输入分辨率r,网络的深度depth以及channel的宽度width三个参数的合理化配置。
2.同时增加网络的width、网络的深度以及输入网络的分辨率来提升网络的性能。
EfficientNet v2网络
网络亮点:
1.引入Fused-MBconv模块
2.引入渐进学习策略(训练更快)
AlexNet、VGG、GoogLeNet、ReaNet、MobileNet、ShuffleNet和EfficientNet网络的亮点和创新之处相关推荐
- 计算机视觉:基于眼疾分类数据集iChallenge-PM图像分类经典模型剖析(LeNet,AlexNet,VGG,GoogLeNet,ResNet)
计算机视觉:图像分类经典模型 LeNet AlexNet VGG GoogLeNet ResNet 图像分类是根据图像的语义信息对不同类别图像进行区分,是计算机视觉的核心,是物体检测.图像分割.物体跟 ...
- caffe总结(五)经典神经网络模型(LeNet , AlexNet , VGG , GoogLeNet)简介
caffe总结(五) 一.LeNet 二.AlexNet ReLU 数据扩充 重叠池化 局部归一化(Local Response Normalization,简称LRN) Dropout 三.VGG ...
- AlexNet,VGG,GoogleNet,ResNet
AlexNet: VGGNet: 用3x3的小的卷积核代替大的卷积核,让网络只关注相邻的像素 3x3的感受野与7x7的感受野相同,但是需要更深的网络 这样使得参数更少 大多数内存占用在靠前的卷积层,大 ...
- 经典网络结构学习(LeNet-5,AlexNet,VGG,GoogLeNet)
致读者: 本篇文章是笔者的学习笔记,仅做记录用,而不作任何指导作用,大家阅读时请带着批判的眼光看待,如有错误欢迎指出. 文章目录 0 基础知识 0.1 卷积核与输入 0.2 Batch Norm 0. ...
- Deep Learning回顾#之LeNet、AlexNet、GoogLeNet、VGG、ResNet
CNN的发展史 上一篇回顾讲的是2006年Hinton他们的Science Paper,当时提到,2006年虽然Deep Learning的概念被提出来了,但是学术界的大家还是表示不服.当时有流传的段 ...
- Deep Learning回顾之LeNet、AlexNet、GoogLeNet、VGG、ResNet
from:#Deep Learning回顾#之LeNet.AlexNet.GoogLeNet.VGG.ResNet CNN的发展史 上一篇回顾讲的是2006年Hinton他们的Science Pape ...
- [深度学习-总结]Deep learning中8大模型介绍与比较(LeNet5,AlexNet,VGG,Inception,MobileNets,ResNet,DenseNet,Senet)
深度学习 9中模型介绍与比较 0. CNN 结构演化 1. LeNet5 2. AlexNet 3. VGG 为什么使用2个3x3卷积核可以来代替5*5卷积核 4. 1*1卷积 5. Inceptio ...
- Keras封装实现经典深度网络框架 VGG-16, ZF-Net,Alex-Net,LeNet,Google-Net,ResNet, DenseNet-50
文章目录 1.Keras封装实现 LeNet网络-5(1998) 2.Keras封装实现 Alex-Net网络-8(2012) 3.Keras封装实现 ZF-Net网络-8(2013) 4.Keras ...
- PyTorch - FashionMNIST + LeNet / AlexNet / VGG / GooLeNet / NiN / ResNet / DenseNet
文章目录 项目说明 数据集说明 - FashionMNIST 算法说明 - LeNet-5 LeNet-5 网络结构 代码实现 数据准备 下载数据集 查看数据 定义网络 训练 设置参数 训练方法 验证 ...
最新文章
- 华为实验台ENSP安装与使用
- 洛谷 P1958 上学路线-dfs
- ASP程序密码验证漏洞
- acm java输入输出_ACM中java如何快速输入输出
- SPOJ KPSUM ★(数位DP)
- 媒体查询以及flexbox,响应式图片
- CSDN的C币如何获取
- 怎么快速在计算机植入病毒,怎样给别人的电脑植入病毒
- 4针串口线接法图_​RS232串口线常见接法与引脚定义
- 文件(夹)批量重命名数字、字母、日期、中文数字大写小写
- python plc fx5u_FX5U系列三菱PLC型号选型一览表
- 《Computer Graphics with OpenGL》计算机图形学读书笔记 02——计算机图形学软件
- 关于人像后期处理基础的相关技术步骤
- 计算机--计算机寓言
- Gate仿真配置安装--Linux系统
- 腾讯云个人账号如何多开注册8个新用户账号
- 安利7个冷门好用的在线工具,每一个都足够惊艳
- 【软考 系统架构设计师】案例分析⑥ Web应用系统架构设计
- 计算机动画技术的应用领域,3D动画技术的应用领域
- 云平台 造就智能家居
热门文章
- cpu负载是什么意思(电脑cpu负载是什么意思)
- 海鸥表表带太长了怎么拆_「表带太长怎么拆」表带太长了,怎么拆解和安装?...
- JPA+MySQL详解
- dmg 和deb的区别是啥
- html 中加入幻灯片,怎么HTML中加入PPT播放
- python 基础二(学习打卡)
- oracle表中增加字段 sql语句,ORACLE中通过SQL语句(alter table)来增加、删除、修改字段...
- Airbnb 爱彼迎房源详情页中的 React 性能优化
- 星巴克显示服务器发生异常,星巴克APP崩了怎么回事?什么时候恢复?星巴克APP网络异常怎么修复?...
- qt在表格中如何画线_Qt如何使用表格?(三)