与感受野相关的几种网络结构

一、Inception

1. Inception v1

• 目的

  通过设计一个稀疏网络结构，但是能够产生稠密的数据，既能增加神经网络表现，又能保证计算资源的使用效率。

• 结构

图1-1 Inception v1结构图

• 特点

• 共4个通道，其中3个卷积通道分别使用$1\times 1$、$3\times 3$、$5\times 5$的卷积核，保证了每个通道的感受野大小不同，从而获得不同尺度的特征；1个池化通道采用最大池化操作，以减少空间大小，降低过度拟合。

• 使用$1\times 1$的卷积核进行降维，减小了特征图的维度。

2. Inception v2

• 目的

  在不增加过多计算量的同时提高网络的表达能力，因而修改 Inception 的内部计算逻辑，提出了比较特殊的卷积计算结构。

• 结构

图1-2 Inception v2结构图

• 特点

• 使用$3\times 3$的卷积核代替$5\times 5$的卷积核（用小卷积核代替大卷积核）。

• 分解卷积，将$n\times n$的卷积分解为$1\times n$ $+$ $n\times 1$，进一步降低了参数量。

• 在保持相同感受野的同时减少参数量。

二、ASPP

1. 结构

图1-3 ASPP结构图

2. 特点

• ASPP 本质上由一个1×1的卷积（最左侧绿色） + 池化金字塔（中间三个蓝色） + ASPP Pooling（最右侧三层）组成。而池化金字塔各层的膨胀因子可自定义，从而实现自由的多尺度特征提取。

• 结合了空洞卷积可在不丢失分辨率（不进行下采样）的情况下扩大卷积核的感受野

三、RFB

1. 结构

图1-4 RFB结构图

2. 特点

• RFB模块分为两部分 多分支的卷积与空洞卷积

• 多分支的卷积主要是借鉴了Googlenet的思想

• 空洞卷积的设置主要是借鉴了ASPP的思想

参考文章

大话 CNN 经典模型：GoogLeNet（从 Inception v1 到 v4 的演进）

inception-v1,v2,v3,v4详解

[深度学习]Inception Net （V1-V4）系列论文笔记

SPP，PPM、ASPP和FPN结构理解和总结

ASPP 详解

RFBnet论文及其代码详解