GoogLeNet(InceptionV3)模型算法

使用 3x3 的卷积代替 5x5 的卷积，输出 512 通道特征图，输出 128 通道特征图：

参数量： 512×3×3×128+128×3×3×128=737280

计算量： 512×3×3×128×W×H+128×3×3×128×W×H=737280×W×H

W×H 是特征图尺寸，假设卷积层的输入输出特征图尺寸保持一致

使用 1x3 和 3x1 的卷积组合代替 5x5 的卷积，输出 512 通道特征图，输出 128 通道特

征图：

参数量： 512×1×3×128+128×3×1×128+128×1×3×128+128×3×1×128=344064

计算量：

512×1×3×128×W×H+128×3×1×128×W×H+128×1×3×128×W×H+128×3×1×128×W

×H=344064×W×H

4. InceptionV3特殊结构

        GoogLeNet(InceptionV3)的改进方案采用一种并行的降维结构，在扩充通

道数的同时下采样减小特征图大小，既减少计算量保证了计算效率又避免了瓶

颈结构。

替换 GoogLeNet(InceptionV1) 模型中的 MaxPool 。

辅助分类器

        GoogLeNet(InceptionV1)引入了辅助分类器的概念，最初的动机是为了将有用

的梯度反向传递到网络低层，解决梯度消失的问题，提高网络的收敛能力，保

证网络训练正常进行。

        GoogLeNet(InceptionV3)的实验则发现 1. 辅助分类器并不能保证收敛更快，并

且有无辅助分类器，训练过程基本保持一致，只有在训练的最后阶段，有辅助

分类器略微高于无辅助分类器的网络； 2. 位于网络低层的辅助分类器对最终结果

没有影响； 3. 辅助分类器充当了正则化器，如果辅助分类器带有 BN 或 Dropout 层那么主分类器性能会更好。

GoogLeNet(InceptionV3) 中的辅助分类器同样不直接用于最终的预测结

果。在训练过程中，辅助分类器的损失函数会被加权，并与主分类器的损失函

数相结合。在推理阶段，辅助分类器被舍弃，仅使用主分类器进行预测。

GoogLeNet(InceptionV3)模型结构

下图是原论文给出的关于 GoogLeNet(InceptionV3) 模型结构的详细示意图：

        GoogLeNet(InceptionV3)在图像分类中分为两部分： backbone 部分： 主

要由 InceptionV3 模块、卷积层和池化层 ( 汇聚层 ) 组成，分类器部分： 由主分类

器和辅助分类器组成。

        博主仿造GoogLeNet(InceptionV1) 的结构绘制了以下 GoogLeNet(InceptionV3)

的结构。