Inception-ResNet-v2 에 대하여

tensorflow
inceptionv3
inception-resnet-v2
resnet
machinelearning

#1

TensorFlow의 시작 및 이미지 분류 개선

  • 2016 년 8 월 31 일 수요일
  • 게시자 : Alex Alemi, Software Engineer

Inception-ResNet v2 공개

  • Inception-ResNet-v2는 ILSVRC 이미지 분류의 정확성 측면에서 새로운 첨단 기술을 구현하는 CNN (Convolutional Neural Network)

ResNet v2 에 대하여

  • ResNet-v2는 Microsoft의 ResNet 논문 [1] [2] 에서 아이디어를 차용 한 초기 Inception V3 모델의 변형

  • 모델의 전체 내용은 논문 Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning을 참조

  • 잔여 연결을 이용해서 모델의 지름길을 허용하여 더 나은 성능으로 이어지는 더 깊은 신경 네트워크를 성공적으로 훈련된 결과를 얻었습니다.

  • 이로 인해 Inception 블록을 크게 단순화 할 수있었습니다.

  • 아래 그림에서 모델 아키텍처를 비교해보십시오.

Inception-ResNet V3

시작 V3의 개략도

Inception-ResNet v2

Inception-ResNet-v2에 대하여

Inception-ResNet-v2 그림을 보면 전체 네트워크가 확장 된 것을 볼 수 있습니다. 이 네트워크는 이전의 Inception V3보다 상당히 깊습니다.

Inception-ResNet-v2 아키텍처는 아래 표와 같이 이전 모델의 ILSVRC 2012 이미지 분류 벤치 마크에서 Top-1 및 Top-5 유효성 검사 정확도를보고 한 것보다 훨씬 정확합니다. 이미지. 또한,이 새로운 모델은 초기 V3에 비해 약 두 배의 메모리와 계산만 필요로합니다.

모델 architecture Checkpoint Top 1 Accuracy Top 5 Accuracy
ResNet-v2 code inception_resnet_v2_2016_08_30.tar.gz 80.4 95.3
Inception V3 Code inception_v3_2016_08_28.tar.gz 78.0 93.9
ResNet 152 Code resnet_v1_152_2016_08_28.tar.gz 76.8 93.2
ResNet V2 200 Code TBA 79.9 95.2

Inception V3와 Inception-ResNet-v2 모델 비교

  • 모두 개별 개 유형을 식별하는 데 탁월한 반면 새 모델은 비슷한 개의 유형을 판별하는데 더 좋습니다.
  • 예를 들어
    • 구형 모델은 알래스카 Malamute를 오른쪽 그림으로 판별했지만
    • 새로운 Inception-ResNet-v2 모델은 두 이미지에서 개 유형을 정확하게 식별

알래스카 Malamute (왼쪽)와 시베리안 허스키 (오른쪽). Wikipedia의 이미지

Inception-ResNet-v2 릴리즈

사람들이 즉시 실험을 시작할 수 있도록 새로운 Inception-ResNet-v2의 사전 교육을받은 인스턴스를 또한 릴리스합니다.

구글 브레인 팀의 노력과 감사의 말

언제나 그렇듯이 코드를 공개하는 것은 팀의 노력이었습니다. 구체적인 감사의 이유는 다음과 같습니다.

  • 모델 아키텍처 - Christian Szegedy, Sergey Ioffe, Vincent Vanhoucke, Alex Alemi
  • 시스템 인프라 - Jon Shlens, Benoit Steiner, Mark Sandler 및 David Andersen
  • TensorFlow-Slim - Sergio Guadarrama 및 Nathan Silberman
  • 모델 시각화 - Fernanda Viégas 및 James Wexler