Skip to content

记录每一个常用的深度模型结构的特点(图和代码)

Notifications You must be signed in to change notification settings

guanfuchen/DeepNetModel

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

29 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

DeepNetModel

深度网络模型从LeNet5、AlexNet、VGGNet和ResNet等等不断改进,每一个模型独特的设计思路都值得好好记录下来,本仓库主要为了整理零散的网络资料,力求图示和代码精简地介绍每一个深度网络模型。


网络结构目录

  • face_detection
    • ...
  • object_classification
    • resnet
    • inception
    • network_in_network
    • mobilenet
    • shufflenet
    • alexnet
    • densenet
    • ...
  • object_detection
    • R-FCN
  • misc
    • group_convolution
    • normalization


ResNet

深度残差网络使得百层网络的训练成为可能,其他deep learning模型中大量采用了该架构。

ResNeXt

具体查看resnext

Network in Network

caffe model zoo中提供了ImageNet预训练模型文件Netowork in Network ILSVRC和CIFAR10预训练模型文件Network in Network CIFAR10 Model

Inception v1,v2,v3,v4

增加Inception v1,v2,v3和v4论文思路整理,具体查看inception理解

Xception

增加Xception论文整理思路,具体查看xception

轻量级网络

轻量级网络中经常遇到group convolution结构,相关参考group_convolution理解

MobileNet v1,v2

增加轻量级网络MobileNet v1和v2知识整理,具体查看mobilenet理解

ShuffleNet

增加轻量级网络ShuffleNet知识整理,具体查看shufflenet理解

AlexNet

增加AlexNet知识整理,具体查看alexnet理解

ZFNet

增加ZFNet知识整理,具体查看zfnet理解

VGGNet

增加VGGNet知识整理,具体查看vggnet理解

DenseNet

增加DenseNet知识整理,具体查看densenet理解

R-FCN

增加R-FCN知识整理,具体查看rfcn理解

FPN

参考论文Feature Pyramid Networks for Object Detection

RetinaNet

参考论文Focal Loss for Dense Object Detection

normalization

  • Layer normalization
  • Instance Normalization: The Missing Ingredient for Fast Stylization
  • Weight Normalization: A Simple Reparameterization to Accelerate Training of Deep Neural Networks
  • Batch Renormalization: Towards Reducing Minibatch Dependence in Batch-Normalized Models
  • MegDet: A Large Mini-Batch Object Detector

参考资料