谷歌開放一種新的圖像分類卷積神經網絡模型

今天，谷歌再次宣布開放 Inception-ResNet-v2，一個在 ILSVRC 圖像分類基準上取得頂尖準確率的卷積神經網絡。

為了在該領域取得更多進展，今天我們非常高興的宣布開放 Inception-ResNet-v2，這是一個在 ILSVRC 圖像分類基準上取得頂尖準確率的卷積神經網絡。Inception-ResNet-v2 是早期發布的 Inception V3 模型的變體，該模型借鑒了微軟 ResNet 論文中的思路。具體內容可在我們的論文：Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning 中看到。

殘差連接（Residual connections ）允許模型中進行 shortcut，也使得研究員能成功的訓練更深的神經網絡從而產生更好的性能。這也使得 Inception 塊的極度簡單化成為可能。下圖對比了這兩個模型架構：

Inception V3 圖解

Inception-ResNet-v2 的圖解

在第二張圖解的頂端，你可以看到全部的網絡拓展，可以注意到該網絡比之前的 Inception V3 要深得多。主圖的下面是更簡單閱讀同一網絡版本的方式，里面重復的殘差塊是被壓縮了。注意，里面的 Inception 塊被簡化的，比先前的 Inception V3 包含更少的并行塔 （parallel towers）。

Inception-ResNet-v2 架構比之前的前沿模型更加準確。下表報告了在基于單類圖像的 ILSVRC 2012 圖像分類基準上的 Top-1 和 Top-5 的準確度檢驗結果。此外，該新模型相比于 Inception V3 大約只需要兩倍的存儲和計算能力。

結果援引于 ResNet 論文

舉個例子，Inception V3 和 Inception-ResNet-v2 模型在識別犬種上都很擅長，但新模型做的更好。例如，舊模型錯誤報告右圖中的狗是阿拉斯加雪橇犬，而新的 Inception-ResNet-v2 模型準確識別了兩張圖片中的狗的種類。

阿拉斯加雪橇犬（左），西伯利亞愛斯基摩狗（右）

為了讓人們能立即進行試驗，我們也發布了 Inception-ResNet-v2 模型的一個預訓練案例作為 TF-Slim 圖像模型庫的一部分。

來自: 機器之心