CNN主流模型框架设计思想

1*1卷积

1*1卷积本身只是N*N卷积的卷积核半径大小为1的特例，但由于它以较小的计算代价增强了网络的非线性表达能力。

1*1卷积

1*1卷积的主要作用：

  • 可以实现不同通道某一位置的信息融合；
  • 可以实现通道数的增加和减少。

Inception 思想

由1*1卷积，3*3卷积，5*5卷积，3*3最大池化四个并行通道运算结果进行融合，提取图像不同尺度的信息。

Inception结构

深度可分离卷积

深度可分离卷积专注于该通道内的空间信息，一个pointwise conv 专注于通道之间的信息融合。


深度可分离卷积

残差网络

深层网络存在梯度消失等问题，残差网络能有效的解决该问题。


残差网络

输入和输入的一个非线性变换作为输出。

非正常卷积

非正常卷积

密集连接网络

将网络的每一层都直接与前面层相连，把残差做到了机智，提高了特征的利用率。


密集网络
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容