1.3.3 GoogLeNet

GoogLeNet由GoogleAI團隊于2014年提出（出自論文Going Deeper with Convolutions），并在當年的 ImageNet 競賽的圖像分類任務中獲得第一名（注意：GoogLeNet中的L大寫是為了向LeNet致敬），VGG網絡也在當年由牛津大學提出。圖1.11所示為GoogLeNet架構圖。

GoogLeNet相比于VGG和AlexNet的優點如下。

● 引入了Inception模塊（融合不同尺度的特征信息）。

● 1×1卷積核用于降維和映射。

● 添加了兩個輔助分類器來輔助訓練。

● 丟棄全連接層，使用平均池化（Average Pooling）層（大大減少了模型參數量，推理時去掉兩個輔助分類器，其網絡大小只有VGG的1/20）。

GoogLeNet提出了具有良好局部特征結構的Inception模塊，即可以并行進行多個卷積（Convolution）操作和不同大小的特征池化操作，最后拼接在一起。由于1×1、3×3 和5×5 卷積操作對應不同的特征圖區域，所以這樣做的好處是可以獲得更好的圖像表示信息。為了在深度方向拼接4個分支的輸出，需要保證4個分支輸出的特征圖的高和寬相同。

如圖1.12所示，Inception模塊使用4個卷積核進行卷積操作，并將這4部分級聯（通道拼接）后傳遞到下一層。

在上述Inception模塊的基礎上，為了進一步減少網絡參數量，增加了多個1×1卷積模塊，如圖1.13所示。這些1×1卷積模塊主要用來對特征進行降維處理，并送給3×3和5×5卷積核。由于通道數量的減少，參數量大大減少。