2020-04-10 00:45:02 +08:00
|
|
|
|
# Inception系列
|
|
|
|
|
|
|
|
|
|
|
|
## 概述
|
2020-04-14 13:32:26 +00:00
|
|
|
|
|
2020-04-15 12:54:45 +00:00
|
|
|
|
GoogLeNet是2014年由Google设计的一种新的神经网络结构，其与VGG网络并列成为当年ImageNet挑战赛的双雄。GoogLeNet首次引入Inception结构，在网络中堆叠该结构使得网络层数达到了22层，这也是卷积网络首次超过20层的标志。由于在Inception结构中使用了1x1的卷积用于通道数降维，并且使用了Global-pooling代替传统的多fc层加工特征的方式，最终的GoogLeNet网络的FLOPS和参数量远小于VGG网络，成为当时神经网络设计的一道亮丽风景线。
|
|
|
|
|
|
|
|
|
|
|
|
Xception 是 Google 继 Inception 后提出的对 InceptionV3 的另一种改进。在Xception中，作者使用了深度可分离卷积代替了传统的卷积操作，该操作大大节省了网络的FLOPS和参数量，但是精度反而有所提升。在DeeplabV3+中，作者将Xception做了进一步的改进，同时增加了Xception的层数，设计出了Xception65和Xception71的网络。
|
|
|
|
|
|
|
|
|
|
|
|
InceptionV4是2016年由Google设计的新的神经网络，当时残差结构风靡一时，但是作者认为仅使用Inception 结构也可以达到很高的性能。InceptionV4使用了更多的Inception module，在ImageNet上的精度再创新高。
|
2020-04-14 13:32:26 +00:00
|
|
|
|
|
2020-04-13 15:54:13 +00:00
|
|
|
|
|
2020-04-13 16:28:15 +00:00
|
|
|
|
该系列模型的FLOPS、参数量以及FP32预测耗时如下图所示。
|
2020-04-13 15:54:13 +00:00
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2020-04-10 00:45:02 +08:00
|
|
|
|
|
2020-04-15 13:10:09 +00:00
|
|
|
|
上图反映了Xception系列和InceptionV4的精度和其他指标的关系。其中Xception_deeplab与论文结构保持一致，Xception是PaddleClas的改进模型，在预测速度基本不变的情况下，精度提升约0.6%。关于该改进模型的详细介绍正在持续更新中，敬请期待。
|
2020-04-15 12:54:45 +00:00
|
|
|
|
|
2020-04-14 13:32:26 +00:00
|
|
|
|
|
2020-04-10 00:45:02 +08:00
|
|
|
|
|
|
|
|
|
|
## 精度、FLOPS和参数量
|
|
|
|
|
|
|
|
|
|
|
|
| Models | Top1 | Top5 | Reference<br>top1 | Reference<br>top5 | FLOPS<br>(G) | Parameters<br>(M) |
|
|
|
|
|
|
|:--:|:--:|:--:|:--:|:--:|:--:|:--:|
|
|
|
|
|
|
| GoogLeNet | 0.707 | 0.897 | 0.698 | | 2.880 | 8.460 |
|
|
|
|
|
|
| Xception41 | 0.793 | 0.945 | 0.790 | 0.945 | 16.740 | 22.690 |
|
|
|
|
|
|
| Xception41<br>_deeplab | 0.796 | 0.944 | | | 18.160 | 26.730 |
|
|
|
|
|
|
| Xception65 | 0.810 | 0.955 | | | 25.950 | 35.480 |
|
|
|
|
|
|
| Xception65<br>_deeplab | 0.803 | 0.945 | | | 27.370 | 39.520 |
|
|
|
|
|
|
| Xception71 | 0.811 | 0.955 | | | 31.770 | 37.280 |
|
|
|
|
|
|
| InceptionV4 | 0.808 | 0.953 | 0.800 | 0.950 | 24.570 | 42.680 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
## FP32预测速度
|
|
|
|
|
|
|
2020-04-13 14:43:27 +00:00
|
|
|
|
| Models | Crop Size | Resize Short Size | Batch Size=1<br>(ms) |
|
|
|
|
|
|
|------------------------|-----------|-------------------|--------------------------|
|
|
|
|
|
|
| GoogLeNet | 224 | 256 | 1.807 |
|
|
|
|
|
|
| Xception41 | 299 | 320 | 3.972 |
|
|
|
|
|
|
| Xception41<br>_deeplab | 299 | 320 | 4.408 |
|
|
|
|
|
|
| Xception65 | 299 | 320 | 6.174 |
|
|
|
|
|
|
| Xception65<br>_deeplab | 299 | 320 | 6.464 |
|
|
|
|
|
|
| Xception71 | 299 | 320 | 6.782 |
|
|
|
|
|
|
| InceptionV4 | 299 | 320 | 11.141 |
|
