AlexNet （2012 ）

2012 年，AlexNet 由 Alex Krizhevsky 為 ImageNet 大規(guī)模視覺(jué)識(shí)別挑戰(zhàn)賽 ( ILSVRV ) 提出的，ILSVRV 評(píng)估用于對(duì)象檢測(cè)和圖像分類的算法。

AlexNet 總共由八層組成

其中前5層是卷積層，后3層是全連接層。

前兩個(gè)卷積層連接到重疊的最大池化層以提取最大數(shù)量的特征。

第三、四、五卷積層直接與全連接層相連。

卷積層和全連接層的所有輸出都連接到 ReLu 非線性激活函數(shù)。

最后的輸出層連接到一個(gè) softmax 激活層，它產(chǎn)生 1000 個(gè)類標(biāo)簽的分布。

VGG (2014)

VGG 是一種流行的神經(jīng)網(wǎng)絡(luò)架構(gòu)

由2014年，牛津大學(xué)的 Karen Simonyan 和 Andrew Zisserman 提出。

與 AlexNet 相比，VGG 的主要改進(jìn)包括使用大內(nèi)核大小的過(guò)濾器

（第一和第二卷積層中的大小分別為 11 和 5）和多個(gè)（3×3）內(nèi)核大小的過(guò)濾器。

GoogleNet (2014)

2014年，GoogleNet 誕生，該架構(gòu)有 22 層深

包括 27 個(gè)池化層。總共有 9 個(gè)初始模塊線性堆疊。Inception 模塊的末端連接到全局平均池化層。

下面是完整 GoogleNet 架構(gòu)的縮小圖像。

ResNet (2015)

由于深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練既費(fèi)時(shí)又容易過(guò)擬合，微軟引入了一個(gè)殘差學(xué)習(xí)框架來(lái)改進(jìn)比以前使用的更深的網(wǎng)絡(luò)的訓(xùn)練。

ResNet在PyTorch的官方代碼中共有5種不同深度的結(jié)構(gòu)

深度分別為18、34、50、101、152（各種網(wǎng)絡(luò)的深度指的是“需要通過(guò)訓(xùn)練更新參數(shù)”的層數(shù)，如卷積層，全連接層等）。

Inception v3 (2015)

與 VGGNet 相比，

Inception Networks 已被證明在計(jì)算效率更高

Inception v3 網(wǎng)絡(luò)的架構(gòu)是逐步構(gòu)建的，結(jié)構(gòu)圖可點(diǎn)擊查看大圖

SqueezeNet （2016）

SqueezeNet 是一個(gè)較小的網(wǎng)絡(luò)

它的參數(shù)比 AlexNet 少近 50 倍，但執(zhí)行速度快 3 倍。

如上圖中最左邊所示，SqueezeNet 以一個(gè)標(biāo)準(zhǔn)的卷積層開(kāi)始，然后是 8 個(gè) Fire 模塊，最后再以一個(gè)卷積層結(jié)束。

步長(zhǎng)為 2 的池化分別跟在第一個(gè)卷積層、 第 4 個(gè) Fire 模塊、第 8 個(gè) Fire 模塊和最后一個(gè)卷積層后面。

中間的網(wǎng)絡(luò)結(jié)構(gòu)在特征圖通道數(shù)相同的 Fire 模塊之間引入了殘差網(wǎng)絡(luò)中的跳躍連接，

而最右邊的網(wǎng)絡(luò)結(jié)構(gòu)在中間結(jié)構(gòu)的基礎(chǔ)上，針對(duì)特征圖通道數(shù)不一樣的情況，通過(guò)一個(gè) 1×1 的卷積來(lái)調(diào)整通道數(shù)一致后再相加。

DenseNet (2016)

DenseNet 擁有與傳統(tǒng)深度 CNN 相比的一大優(yōu)勢(shì)：

通過(guò)多層的信息在到達(dá)網(wǎng)絡(luò)末端時(shí)不會(huì)被沖刷或消失。這是通過(guò)簡(jiǎn)單的連接模式實(shí)現(xiàn)的。

要理解這一點(diǎn)，必須知道普通 CNN 中的層是如何連接的。

這是一個(gè)簡(jiǎn)單的 CNN，其中各層按順序連接。然而，在DenseNet 中，每一層從所有前面的層獲得額外的輸入，并將其自己的特征映射傳遞給所有后續(xù)層。

下面是描繪DenseNet 的圖像。

Xception (2016)

Xception是Google公司繼Inception后提出的

對(duì) Inception-v3 的另一種改進(jìn)

Xception 的結(jié)構(gòu)基于 ResNet，但是將其中的卷積層換成了Separable Convolution（極致的 Inception模塊）。

如下圖所示。整個(gè)網(wǎng)絡(luò)被分為了三個(gè)部分：Entry，Middle和Exit。

ShuffleNet v2 (2018)

2018年，開(kāi)始了輕度網(wǎng)絡(luò)的研究，MnasNet ，MobileNet，ShuffleNet，,Xception采用了分組卷積，

深度可分離卷積等操作，這些操作

在一定程度上大大減少了FLOP

整體 ShuffleNet v2 架構(gòu)列表如下：

MnasNet （2018）

Google 團(tuán)隊(duì)最新提出 MnasNet

使用強(qiáng)化學(xué)習(xí)的思路，提出一種資源約束的終端 CNN 模型的自動(dòng)神經(jīng)結(jié)構(gòu)搜索方法。

ResNeXt（2019）

ResNeXt是ResNet 的變體

ResNet有許多版本，對(duì)應(yīng)的ResNeXt也有許多不同版本。

對(duì)比下，ResNet50和ResNeXt-50的網(wǎng)絡(luò)結(jié)構(gòu)圖如下：

MobileNetv3 （2019）

在ImageNet分類任務(wù)上，相對(duì)于MobileNetV2,

MobileNetV3-small精度提高了大約3.2%，時(shí)間減少了15%

MobileNetV3-large精度提高了大約34.6%，時(shí)間減少了5%。

MobileNetV3的large和small結(jié)構(gòu)如下圖所示。

EfficientNet 2019 and EfficientNet v2 2021

谷歌研究人員在一篇 ICML 2019 論文《EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks》中，

提出了

一種新型模型縮放方法

該方法使用一種簡(jiǎn)單但高效的復(fù)合系數(shù)（compound coefficient）以更加結(jié)構(gòu)化的方式擴(kuò)展 CNN，這成為后ResNet時(shí)代的頂流EfficientNet，

很多模型網(wǎng)絡(luò)及其復(fù)雜，學(xué)會(huì)怎么用輪子就好了。

以上就是總結(jié)近幾年P(guān)ytorch基于Imgagenet數(shù)據(jù)集圖像分類模型的詳細(xì)內(nèi)容，更多關(guān)于Pytorch基于Imgagenet數(shù)據(jù)集圖像分類模型的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！