《常见的卷积神经网络结构概述》1300字.docVIP

第

第PAGE20页共20页

常见的卷积神经网络结构概述

目录

TOC\o1-3\h\u13484常见的卷积神经网络结构概述 1

113481.1VGGNet 1

241951.2GoogLeNet系列 1

226991.3ResNet 3

目前大多数的图像语义分割模型为编码器-解码器架构，而其中的编码器又大多是基于现有的卷积神经网络（CNN）结构。因此，本节将介绍一些常见的CNN结构。

1.1VGGNet

2014年，牛津大学和谷歌的研究者共同提出了新的深度CNN：VGGNet[17]。VGGNet包括VGG16和VGG19两种结构，二者并没有本质上的区别，只是网络的深度不同，数字16，19代表了卷积层和全连接层的层数。VGG16的网络结构如图2-3所示。

VGGNet的卷积层使用了同样大小的卷积核尺寸(3×3)和最大池化尺寸(2×2)，通过多次堆叠小卷积核来达到和大卷积核相同的感受野。这样不仅可以减少参数量，还可以增加网络的拟合能力，因为它的网络层数深，进行了更多的非线性映射。VGGNet证明了通过不断加深网络结构可以在一定程度上提升性能。

图2-3VGG16结构图[17]

1.2GoogLeNet系列

VGGNet通过堆叠小卷积核建立深层次的网络模型，以此来获得更好的性能，而GoogLeNet[18]的I