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

共计 2492 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）在计算机视觉领域扮演着至关重要的角色。从图像分类到目标检测，CNN 已经成为解决视觉任务的核心工具。在众多 CNN 架构中，VGGNet 和 GoogLeNet 代表了两种不同的设计哲学，它们在 ImageNet 竞赛中取得了突破性成果。比较这两种模型有助于我们理解 CNN 设计的不同思路，并为实际项目中的模型选择提供依据。

VGGNet 由牛津大学视觉几何组提出，其核心思想是通过堆叠多个 3×3 的小卷积核来代替大尺寸卷积核（如 5×5 或 7×7）。这种设计带来了几个优势：

增强了网络的非线性表达能力
减少了参数数量（两个 3×3 卷积核的参数为 2×3×3=18，而一个 5×5 卷积核的参数为 25）
保持了相同的感受野

VGGNet 通常有 16-19 个权重层，包括卷积层和全连接层。其中，VGG16 和 VGG19 是最常用的变体。

GoogLeNet 引入了创新的 Inception 模块，其核心特点是并行使用不同大小的卷积核（1×1、3×3、5×5）和池化操作，然后将结果在通道维度上拼接。这种设计带来了以下优势：

多尺度特征提取：不同大小的卷积核可以捕获不同尺度的特征
计算效率：通过 1×1 卷积进行降维，减少了计算量
参数利用率高：网络宽度增加但深度相对较浅

GoogLeNet 还引入了辅助分类器，帮助缓解梯度消失问题。

VGG16：约 1.38 亿参数，153 亿 FLOPs（对于 224×224 输入）
GoogLeNet：约 700 万参数，15 亿 FLOPs

虽然 VGGNet 在准确率上表现优异，但其计算和存储开销显著高于 GoogLeNet。

在 ImageNet 2014 竞赛中：

GoogLeNet（Inception v1）获得第一名，top- 5 错误率 6.67%
VGG 团队获得第二名，top- 5 错误率 7.32%

值得注意的是，GoogLeNet 的参数数量仅为 VGG 的 1 /20，但取得了更好的成绩。

训练时间：VGGNet 通常需要更长的训练周期
内存占用：VGGNet 的全连接层消耗大量内存
推理速度：GoogLeNet 在移动设备上更具优势

import torch
import torch.nn as nn

class VGG16(nn.Module):
    def __init__(self, num_classes=1000):
        super(VGG16, self).__init__()
        self.features = nn.Sequential(
            # Block 1
            nn.Conv2d(3, 64, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(64, 64, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=2, stride=2),

            # Block 2- 5 类似结构...
        )
        self.classifier = nn.Sequential(nn.Linear(512 * 7 * 7, 4096),
            nn.ReLU(inplace=True),
            nn.Dropout(),
            nn.Linear(4096, 4096),
            nn.ReLU(inplace=True),
            nn.Dropout(),
            nn.Linear(4096, num_classes),
        )

    def forward(self, x):
        x = self.features(x)
        x = torch.flatten(x, 1)
        x = self.classifier(x)
        return x

class Inception(nn.Module):
    def __init__(self, in_channels, ch1x1, ch3x3red, ch3x3, ch5x5red, ch5x5, pool_proj):
        super(Inception, self).__init__()

        # 1x1 卷积分支
        self.branch1 = nn.Sequential(nn.Conv2d(in_channels, ch1x1, kernel_size=1),
            nn.ReLU(inplace=True)
        )

        # 1x1->3x3 卷积分支
        self.branch2 = nn.Sequential(nn.Conv2d(in_channels, ch3x3red, kernel_size=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(ch3x3red, ch3x3, kernel_size=3, padding=1),
            nn.ReLU(inplace=True)
        )

        # 类似实现其他分支...

    def forward(self, x):
        branch1 = self.branch1(x)
        branch2 = self.branch2(x)
        # 合并各分支输出
        outputs = [branch1, branch2, branch3, branch4]
        return torch.cat(outputs, 1)