CNN经典网络模型解析：VGGNet与GoogLeNet的架构对比与实战应用

1次阅读

没有评论

共计 2509 个字符，预计需要花费 7 分钟才能阅读完成。

卷积神经网络（CNN）是计算机视觉领域的基石，而 VGGNet 和 GoogLeNet 作为 ImageNet 竞赛的优胜者，分别代表了深度堆叠和模块化设计的两种典型思路。理解它们的差异能帮助我们：

掌握不同特征提取范式的设计哲学
根据硬件条件和任务需求选择合适架构
为后续模型优化提供理论基础

牛津大学 Visual Geometry Group 提出的 VGGNet（2014）核心特点是：

使用连续的 3×3 小卷积核替代大卷积核（如 7×7）
感受野等效：两个 3×3 卷积堆叠≈5×5 卷积
参数量更少：3×3×C×C×2 vs 5×5×C×C
采用单纯的卷积 - 池化堆叠结构
典型配置：16-19 个权重层（VGG16/VGG19）
每层通道数按固定比例（通常 2 倍）增长

Google 团队同期提出的 GoogLeNet（Inception v1）创新在于：

Inception 模块的多尺度并行结构
同时使用 1×1、3×3、5×5 卷积和池化
通过 1×1 卷积降维控制计算量
辅助分类器（Auxiliary Classifiers）
缓解梯度消失问题
总参数量仅 500 万（VGG16 约 1.38 亿）

指标	VGG16	GoogLeNet
FLOPs	15.5G	1.5G
参数数量	138M	5M
内存占用	528MB	27MB

VGG16：92.7%（单模型）
GoogLeNet：93.3%（集成模型）

实际测试显示：

VGGNet 在迁移学习中表现稳定
GoogLeNet 推理速度更快（约 3 - 5 倍）
VGG19 相比 VGG16 提升有限（+0.5%）

import torch.nn as nn

class VGGBlock(nn.Module):
    def __init__(self, in_channels, out_channels, num_convs):
        super().__init__()
        layers = []
        for _ in range(num_convs):
            layers += [nn.Conv2d(in_channels, out_channels, kernel_size=3, padding=1),
                nn.ReLU(inplace=True)
            ]
            in_channels = out_channels
        self.block = nn.Sequential(*layers)

    def forward(self, x):
        return self.block(x)

class SimpleVGG16(nn.Module):
    def __init__(self, num_classes=1000):
        super().__init__()
        self.features = nn.Sequential(VGGBlock(3, 64, 2),  # Conv1
            nn.MaxPool2d(2, 2),
            VGGBlock(64, 128, 2), # Conv2
            nn.MaxPool2d(2, 2),
            VGGBlock(128, 256, 3), # Conv3
            nn.MaxPool2d(2, 2),
            VGGBlock(256, 512, 3), # Conv4
            nn.MaxPool2d(2, 2),
            VGGBlock(512, 512, 3)  # Conv5
        )
        self.classifier = nn.Sequential(nn.Linear(512*7*7, 4096),
            nn.ReLU(True),
            nn.Dropout(),
            nn.Linear(4096, 4096),
            nn.ReLU(True),
            nn.Dropout(),
            nn.Linear(4096, num_classes)
        )

class InceptionModule(nn.Module):
    def __init__(self, in_channels, ch1x1, ch3x3red, ch3x3, ch5x5red, ch5x5, pool_proj):
        super().__init__()
        # 1x1 分支
        self.branch1 = nn.Sequential(nn.Conv2d(in_channels, ch1x1, kernel_size=1),
            nn.BatchNorm2d(ch1x1),
            nn.ReLU(inplace=True)
        )

        # 3x3 分支（含降维）self.branch2 = nn.Sequential(nn.Conv2d(in_channels, ch3x3red, kernel_size=1),
            nn.BatchNorm2d(ch3x3red),
            nn.ReLU(inplace=True),
            nn.Conv2d(ch3x3red, ch3x3, kernel_size=3, padding=1),
            nn.BatchNorm2d(ch3x3),
            nn.ReLU(inplace=True)
        )

        # 类似结构实现 5x5 分支
        ...

    def forward(self, x):
        return torch.cat([self.branch1(x), self.branch2(x), ...], 1)