CNN经典模型之ALexNet、ResNet、DenseNet总结和比较
目录
ALexNet(2012
研究背景
思路和主要过程
网络模型
数据增强
主要贡献点
ResNet(2015
研究背景
思路和主要过程
Residual block(残差块)和shortcut connections(捷径连接)
bottleneck block-瓶颈模块
主要贡献点:
Denset(2017
研究背景
思路和主要过程
DenseBlock+Transitio结构
主要贡献和启发
总结与思考
ALexNet(2012
研究背景
本文提出利用一个深度卷积神经网络来进行图片分类，此深度卷积神经网络(AlexNet）参加了2012年9月30日举行的ImageNet大规模视觉识别挑战赛，达到最低的15.3%的Top-5错误率，比第二名低10.8个百分点(如图1所示)。
图二左侧图是八张ILSVRC-2010测试图像和我们的模型认为最可能的五个标签。正确的标签写在每张图片下面，分配给正确标签的概率也用红色条显示（如果恰好位于前5位）。右侧图像可以理解为识别出特征向量相似的图片归类在一起
思路和主要过程
网络模型
- 网络结构被一分为二成上下两部分，在两个GPU上各自训练
- 一共八层，前五层为卷积层，后三层为全连接层，最后跟的是1000路的分类激活函数softmax(来进行多元分类
- 这里可以看到卷积层只有第三层在通道维度上做了一个融合，即前一层的上下两个GPU都作为此层的输入
- 全连接层与前一层的所有神经元相连
这里可以看到我们输入的图片从一个227*227的图像变成了一个4096的语义向量，这是一个空间信息被压缩，语义信息慢慢增加的过程
数据增强
1.通过从256×256图像中随机提取224×224的图像，并在这些提取的图像上训练我们的网络来实现这一点。这将使我们的培训集的规模增加了2048倍。但是有个问题也不能说就是2048倍，因为很多图片都是相似的
2.采用PCA的方式对RGB图像的channel进行了一些改变，使图像发生了一些变化，从而扩大了数据集
主要贡献点
1.使用 ReLU 激活函数加速收敛
2.使用 GPU 并行，加速训练。也为之后的分组卷积（group convolution）理论奠定基础
3.提出局部响应归一化（Local Response Normalization, LRN）增加泛化特性(虽然被后人证明无效)
4.使用交叠池化
(Overlapping Pooling) 防止过拟合提出Dropout
5.数据增强等手段防止过拟合
ResNet(2015
研究背景
ResNet提出之前，所有的神经网络都通过卷积层和池化层的叠加组成。理论上人为，随着卷积层和池化层的层数增加时，神经网络能够获取到的图片特征信息越全，学习效果越好。但是在实际的实验中，效果却相反。造成此现象的原因有两个
- 梯度消失和梯度爆炸
- 梯度消失：若每一层的误差梯度小于1，反向传播时，网络越深，梯度越趋近于0
- 梯度爆炸：若每一层的误差梯度大于1，反向传播时，网络越深，梯度越来越大
- 退化问题
- 随着层数的增加，预测效果反而越来越差
为了有效的改善退化问题，何凯明等提出了ResNet模型，效果如下图所示，随着神经网络层数的增加，有效性并没有降低，且ResNet模型斩获当年ImageNet竞赛中分类任务第一名，目标检测第一名；获得COCO数据集中目标检测第一名，图像分割第一名。
思路和主要过程
Residual block（残差块)和shortcut connections(捷径连接):
残差:
残差值F(x)=求解的映射值H(x)-估计值x
即由传统的求解每层的映射值，转换为了求映射值和估计值之间的插值，即残差值。
残差结构的优点?
1.残差结构朝着恒等映射的方向去收敛
在我们训练的一个深层的网络中，无法避免有些冗余的层(甚至是反作用的)，我们期待的是，把这些层对网络的影响近似于无，对输入的结果不起变化，即这时候我们希望经过这些层的输入x和输出H(x)是近似的，即叫做恒等变换，这时候F(x)=0，这时候网络结构会随着identity mapping(恒等映射)的方向去收敛，一定程度上缓解了退化问题
2.引入残差后的映射对输出的变化更敏感
举个例子:
在引入残差之前，输入x = 6 要拟合的函数H ( x ) = 6.1
引入残差后，我们的学习目标是0.1的残差值F(x)
当接下来的层的函数值为H‘(x)=6.2的时候，相对于原来的方法，H(x)是从6.1变化到6.2，即增大1.6%，
但是对于ResNet来说，F(x)的值是由0.1变到0.2，增大到了100%
显然可见，在残差网络中输出的变化对权重的调整影响更大，也就是说反向传播的梯度值更大，训练更加容易。
shortcut connections捷径连接:
普通的卷积block与深度残差网络的最大区别在于
深度残差网络有很多旁路的支线将输入直接连到后面的层，使得后面的层可以直接学习残差，这些支路就叫shortcut
传统的卷积层或全连接层在信息传递时，或多或少会存在信息丢失、损耗等问题。ResNet 在某种程度上解决了这个问题，通过直接将输入信息绕道传到输出，保护信息的完整性，整个网络则只需要学习输入、输出差别的那一部分，简化学习目标和难度。
bottleneck block-瓶颈模块:
这两种结构分别针对ResNet34（左图）和ResNet50/101/152（右图），一般称整个结构为一个”building block“
”bottleneck design”，目的一目了然，就是为了降低参数的数目，第一个1x1的卷积把256维channel降到64维，然后在最后通过1x1卷积恢复，整体上用的参数数目：1x1x256x64 + 3x3x64x64 + 1x1x64x256 = 69632，而不使用bottleneck的话就是两个3x3x256的卷积，参数数目: 3x3x256x256x2 = 1179648，差了16.94倍
主要贡献点:
既利用了深层次的神经网络又避免了梯度消散和退化的问题。
Resnet看起来很深但实际起作用的网络层数不是很深，大部分网络层都在防止模型退化，误差过大。而且残差不能完全解决梯度消失或者爆炸、网络退化的问题，只能是缓解
Denset(2017
研究背景
近期的研究表明，当当靠近输入的层和靠近输出的层之间的连接越短，卷积神经网络就可以做得更深，精度更高且可以更加有效的训练。Denset网络就是在此基础上提出来的层与层之间采用密集连接方式。
对于一个L层的网络来说，DenseNet一共包含L（L+1)/2个连接，相比于ResNet，这是一种密集连接
DenseNet是直接concat来自不同层的特征图，这可以实现特征重用，提升效率，这是DenseNet与ResNet最主要的区别
思路和主要过程
DenseBlock+Transitio结构
CNN网络一般要经过Pooling或者stride>1的Conv来降低特征图的大小
但是DenseNet的密集连接方式需要特征图大小保持一致，为了解决这个问题，DenseNet网络中使用DenseBlock+Transition的结构，其中DenseBlock是包含很多层的模块，每个层的特征图大小相同，层与层之间采用密集连接方式。而Transition模块是连接两个相邻的DenseBlock，并且通过Pooling使特征图大小降低。图4给出了DenseNet的网路结构，它共包含4个DenseBlock，各个DenseBlock之间通过Transition连接在一起
主要贡献和启发
DenseNet有以下几个引人注目的优点：缓解梯度消失问题，加强特征传播，鼓励特征复用，极大的减少了参数量。
1.与传统CNNs相比参数更少，因为其不需要学习冗余特征
2.改善了整个网络中的information flow和梯度，使得训练更为容易
3.密集连接具有正则化效果，能降低训练集size较小的任务的过拟合现象
总结与思考
ALexNet是现代深度CNN的奠基之作，也是第一个深度卷积神经网络。而ResNet模型是为了解决深层次的神经网络的退化问题而提出，而残差思想本身也在一定程度上简化了模型的学习目标，使得模型训练更容易。DenseNet网络则是在ResNet的基础上，提出来的层与层的密集连接思想，并且因为实现和加强了特征重用，一定程度上减少了参数数量