理工酷

Google Net（或Inception V1）是Google（与各大学合作）于2014年在名为“卷积更深”的研究论文中提出的。该架构是ILSVRC 2014图像分类挑战赛的冠军，与以前的冠军AlexNet（2012年ILSVRC的冠军）和ZF-Net（ILSVRC 2013的冠军）相比，它的错误率显著降低，并且错误率明显低于VGG（2014年的亚军）。该架构使用1×1卷积和全局平均池化之类的技术。

GoogleNet的功能

GoogLeNet体系结构与AlexNet和ZF-Net等以前的体系结构截然不同。它使用许多不同类型的方法，例如1×1卷积和全局平均池，从而可以创建更深的体系结构。我们讨论其中的一些方法：

1×1卷积

inception体系结构在其结构中使用1×1卷积。这些卷积用于减少体系结构的参数（权重和偏差）数量。通过减少参数，我们还增加了体系结构的深度。我们下面看一个1×1卷积的例子：

• 例如，如果我们要执行具有48个滤波器的5×5卷积而不使用1×1卷积：

运算次数：（14 x 14 x 48）x（5 x 5 x 480）= 112.9 M

• 使用1×1卷积：

（14 x 14 x 16）x（1 x 1 x 480）+（14 x 14 x 48）x（5 x 5 x 16）= 1.5M + 3.8M = 5.3M，远小于112.9M。

全球平均池

在以前的体系结构（例如AlexNet）中，全连接层用于网络末端。这些全连接层包含许多体系结构的大多数参数，这会导致计算成本增加。

在GoogLeNet体系结构中，在网络末端使用全局平均池的方法。该层采用7×7的特征图，并将其平均为1×1。这将可训练参数的数量减少到0，并将top-1的准确性提高了0.6％

初始模块（Inception Module）

初始模块不同于以前的体系结构（例如AlexNet，ZF-Net）。在这种体系结构中，每层都有固定的卷积大小。

在Inception模块中，以并行方式在输入和输出中进行1×1、3×3、5×5卷积和3×3最大池化，将它们堆叠在一起以生成最终输出。不同大小的卷积滤波器旨在更好地处理多个尺度的对象。

用于训练的辅助分类器

初始架构在整个结构中使用了一些中间分类器分支，这些分支仅在训练期间使用。这些分支由步长为3的5×5平均池化层，带128个滤波器的1×1卷积，两个1024输出和1000输出的全连接层以及softmax分类层组成。这些层产生的损失加起来为0.3。这些层有助于解决梯度消失问题，并提供正则化功能。

模型架构

以下是GoogLeNet的逐层体系结构详细信息。

总体架构为22层深。该体系结构旨在保证计算效率，即使在计算资源较低的情况下也可以在单独的设备上运行。该体系结构还包含两个辅助分类器层，它们连接到Inception（4a）和Inception（4d）层的输出。

辅助分类器的体系结构细节如下：

• 滤波器大小为5×5，步幅为3的平均池化层。
• 具有128个滤波器的1×1卷积用于降维和ReLU激活。
• 具有1025个输出和ReLU激活的全连接层
• dropout ratio等于0.7的dropout正则化
• 与主要softmax分类器类似，具有1000个分类的softmax分类器输出。

这种架构采用尺寸为224 x 224的RGB模式的图像。该体系结构内的所有卷积都使用整流线性单元（ReLU）作为其激活函数。

结果

GoogLeNet赢得了2014年ILSRVRC的冠军，在两项检测任务中均排名第一。分类任务的前五位错误率为6.67％。 6个GoogLeNets的组合在ImageNet测试集上给出了43.9％的mAP。

参考https://www.geeksforgeeks.org/understanding-googlenet-model-cnn-architecture/?ref=lbp