此文章是vip文章,如何查看?  

1,点击链接获取密钥 http://nicethemes.cn/product/view29882.html

2,在下方输入文章查看密钥即可立即查看当前vip文章


googlenet 和 VGG 比较

  • 时间:
  • 浏览:
  • 来源:互联网

googlenet 是2014年imagenet的冠军,同年还有VGG。因此在说googlenet之前,先回顾下VGG。

之前介绍过faster RCNN, faster RCNN底层的模型官方支持了VGG和ZF,同样在K80下,ZF大概是8fps的速度,而VGG大概是3fps,这无疑就说明了VGG有些重。再给个直观的感受,通常我们VGG的faster RCNN模型大概是400M左右,而googlenet的分类模型一般30M左右,虽然detection任务中在VGG的基础上又加了一些层,但无论如何都足以说明googlenet相比于VGG更加轻量。

但googlenet也有自身的问题,本博客只讨论v1。googlenet为了防止梯度消失,在前面的层增加了两个损失函数,softmax0和softmax1,正是这两个损失函数导致了googlenet的可拓展性没有VGG那么强,所以在object detection的时候,个人没见过用googlenet作为底层模型的,但是即便如此,googlenet在分类领域还是非常好用的,在你不知道这个分类问题该怎么解决时,用googlenet试试,precision总还是可以接受的。

本文链接http://element-ui.cn/news/show-577281.aspx