比较 VGG, resnet和inception的图像分类效果

来源：cnblogs　　作者：yunfeng_net　　时间：2019/2/25 9:11:03　　对本文有异议

简介

VGG, resnet和inception是3种典型的卷积神经网络结构。

VGG采用了3*3的卷积核，逐步扩大通道数量
resnet中，每两层卷积增加一个旁路
inception实现了卷积核的并联，然后把各自通道拼接到一起

简单起见，直接使用了[1]的代码来测试 resnet，然后用[2],[4]的代码替换[1]中的model，改了改通道，测 VGG 和 inception。

GPU是gtx1050，主板开始是 x79，后来坏了，换成 x470，GPU占比提高很多。
CPU占比始终100%

实验结果

超参数：epochs=80,lr=0.001,optim=Adam
数据集：cifar10

_	参数个数(k)	训练时间(m)	精度(%)	GPU内存(M)	GPU占比(%)
resnet	195	22	88	607	99
vgg_bn	207	17	84	535	60
inception	107	19	80	613	98

结论：条条道路通罗马。

附加实验

因为方便，注释掉 Batch Normalization，以及 Data Augmentation 又试了两次。

_	参数个数(k)	训练时间(m)	精度(%)	GPU内存(M)	GPU占比(%)
resnet	195	22	88	607	99
resnet-BN	195	19	86	553	99
resnet-DA	195	22	64	607	99

结论：Data Augmentation很重要

代码改动

class ResNet(nn.Module):
    def __init__(self, block, layers, num_classes=10):
        super(ResNet, self).__init__()
        self.in_channels = 16
        self.conv = conv3x3(3, 16)
        self.bn = nn.BatchNorm2d(16)
        self.relu = nn.ReLU(inplace=True)
        self.layer1 = self.make_layer(block, 16, layers[0])
        self.layer2 = self.make_layer(block, 32, layers[1], 2)
        self.layer3 = self.make_layer(block, 64, layers[2], 2)
        self.avg_pool = nn.AvgPool2d(8)
        self.fc = nn.Linear(64, num_classes)
print('# generator parameters:', sum(param.numel() for param in model.parameters()))

class VGG(nn.Module):
    def __init__(self, features, num_classes=10, init_weights=True):
        super(VGG, self).__init__()
        self.features = features
        self.avgpool = nn.AdaptiveAvgPool2d((3, 3))
        self.classifier = nn.Sequential(
            nn.Linear(9 * 8 * 8, 64),
            nn.ReLU(True),
            #nn.Dropout(),
            nn.Linear(64, 64),
            nn.ReLU(True),
            #nn.Dropout(),
            nn.Linear(64, num_classes),
        )
def vgg_bn(**kwargs):
    cfg = [16, 16, 'M', 32, 32, 'M', 32, 32, 'M', 64, 64, 'M', 64, 64, 'M']
    model = VGG(make_layers(cfg, batch_norm=True), **kwargs)

class Inception_v1(nn.Module):
    def __init__(self, num_classes=10):
        super(Inception_v1, self).__init__()
        #conv2d0
        self.conv1 = conv3x3(3, 6)
        self.max_pool1 = nn.MaxPool2d(kernel_size=3, stride=2, padding=1)
        self.lrn1 = nn.BatchNorm2d(6)
        self.inception_3a = Inception_base(1, 6, [[16], [16,32], [8, 16], [3, 16]]) #3a
        self.inception_3b = Inception_base(1, 80, [[40], [32,48], [12, 16], [3, 16]]) #3b
        self.max_pool_inc3= nn.MaxPool2d(kernel_size=3, stride=2, padding=0)
        self.inception_5a = Inception_base(1, 120, [[40], [32,48], [12, 16], [3, 16]]) #5a
        self.inception_5b = Inception_base(1, 120, [[40], [32,48], [12, 16], [3, 16]]) #5b
        self.avg_pool5 = nn.AvgPool2d(kernel_size=3, stride=2, padding=0)
        self.dropout_layer = nn.Dropout(0.4)
        self.fc = nn.Linear(120*9, num_classes)