Réseau Inception (GoogLeNet)
Le Réseau Inception, introduit par Szegedy et al. chez Google en 2015 et soumis à la CVPR sous le nom de GoogLeNet, est un réseau neuronal convolutif profond de 22 couches conçu pour la reconnaissance d'images à grande échelle. Sa contribution principale est le module Inception, qui applique des convolutions de différentes tailles de noyaux en parallèle et concatène leurs sorties, permettant au réseau de capturer simultanément des caractéristiques spatiales à différentes échelles sans augmentation proportionnelle du coût computationnel.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Szegedy, C., et al. (2015). Going deeper with convolutions. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 1–9. DOI: 10.1109/CVPR.2015.7298594 ↗
Comment citer cette page
ScholarGate. (2026, June 2). Inception / GoogLeNet. ScholarGate. https://scholargate.app/fr/deep-learning/inception-network
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ResNet (Réseau Résiduel)Apprentissage profond↔ compare
- VGGNet (Very Deep Convolutional Networks)Apprentissage profond↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →