Google's Xception network
发布时间
阅读量：
阅读量
本次将介绍Google提出的Xception网络。该网络旨在实现更高的分类精度，在保持与GoogLeNet Inception V3相似参数规模的前提下提升了分类性能。
深度卷积网络：基于深度可分离卷递进创新方法
caffe实现的Xception: https://github.com/yihui-he/Xception-caffe
基于TensorFlow开发的Xception模型：https://github.com/kwotsin/TensorFlow-Xception
1. 网络结构
Xception实际上是借鉴了ResNet的架构，并对主体部分进行了模块化构建。如图所示：
SeparableConv 基于深度可分离卷积框架融合了深度卷积神经网络与全连接层的优势。具体来说，在caffe的实现中就是将group参数设置为等于输出通道数以实现深度卷积操作。
我们先看一下传统卷积是怎么实现的：
还没有任何评论哟~