《经典卷积神经网络架构概述》2200字.docx

经典卷积神经网络架构概述

1.1Xception系列

受到Szegedy等人[27]提出的Inceptionv3网络模型启发，google团队在17年提出了Xception网络模型[28]，该网络模型在Inception模块的基础上引入深度可分离卷积思想和残差结构，通过将卷积的通道相关性和空间相关性完全拆分处理，获取多层次维度特征信息。其模块操作分为两步，首先使用1*1大小的卷积核处理输入特征图通道相关性，完成逐点卷积的映射处理，再用3*3卷积核完成深度卷积的映射处理，同时Xception模块将3*3卷积个数增加到与上层输出的通道数量一致，让其在每个通道上都做相应的卷积操作，最终将融合后得