图像分类基础回顾：卷积神经网络核心概念与经典模型解析
做模型压缩和部署优化，说白了你得先懂“原版”长什么样。我见过不少同学一上来就搞剪枝、量化，结果模型精度崩了都不知道问题出在哪——因为对基础网络结构理解不够深。这一章咱们就把卷积神经网络的核心概念和两个经典分类模型（ResNet、MobileNet）掰开揉碎讲清楚。
卷积神经网络的核心概念
先聊聊几个我几乎每天都会打交道的概念。嗯，这些是基本功，但也是坑最多的地方。
卷积层：特征提取的主力
卷积操作本质上就是一个滑动窗口。输入图像和卷积核做点积，输出一张特征图。我刚开始学的时候总觉得这玩意儿很玄乎，后来自己手写了一次前向传播才算真正理解。
关键参数：
- 卷积核大小：常用 3×3、5×5、7×7。3×3 是性价比之王，两个 3×3 堆叠等效于一个 5×5 的感受野，但参数量更少。
- 步长：控制滑动步幅。步长=2 时特征图尺寸减半。
- 填充：保持边界信息。我习惯用 same padding 保持尺寸不变。
举个例子，输入 224×224×3 的图像，用 64 个 3×3 卷积核，步长=1，填充=1，输出就是 224×224×64 的特征图。参数量是多少？(3×3×3+1)×64 = 1792 个参数。你看，其实不多。
池化层：降维与抗过拟合
池化层的作用很直接——缩小特征图尺寸，减少计算量。我常用的有两种：
| 池化类型 | 操作 | 特点 | 我的经验 |
|---|---|---|---|
| 最大池化 | 取窗口内最大值 | 保留纹理特征，平移不变性强 | 分类任务首选，效果稳定 |
| 平均池化 | 取窗口内平均值 | 保留背景信息，更平滑 | 全连接层前用全局平均池化，参数量骤降 |
我曾经在一个项目里把最大池化换成平均池化，结果 Top-1 精度掉了 2 个点。后来发现是因为任务对纹理细节敏感，最大池化更适合。所以别小看这个选择。
激活函数：非线性能力的来源
没有激活函数，再深的网络也只是线性变换的堆叠。我常用的就三个：
- ReLU：f(x)=max(0,x)。简单粗暴，梯度不饱和，训练快。但有个问题——神经元“死亡”，即输入为负时梯度为 0，参数再也不更新了。
- Leaky ReLU：f(x)=max(αx,x)，α 通常取 0.01。解决了死亡问题，我部署时经常用这个。
- Softmax：多分类输出层标配。把 logits 转成概率分布，所有输出和为 1。
避坑指南：我曾经在 MobileNet 部署到边缘设备时，发现推理速度比预期慢很多。排查了半天，原来是激活函数用了 Swish（包含 sigmoid 计算），在 CPU 上开销太大。换成 ReLU 后速度提升了 30%。部署时一定要考虑目标硬件的算子支持情况。
全连接层与分类头
全连接层把特征图展平成一维向量，然后做分类。但参数量巨大——一个 2048 维的特征向量接 1000 类分类器，就是 2048×1000 ≈ 2M 参数。我一般建议用全局平均池化替代展平操作，能大幅减少参数量。
经典分类模型架构解析
接下来看两个我工作中用得最多的模型。一个追求精度（ResNet），一个追求效率（MobileNet）。
ResNet：残差学习的里程碑
ResNet 解决了深层网络退化问题。说白了就是网络越深，精度反而下降——不是过拟合，是优化困难。ResNet 的核心思想是引入残差连接（skip connection）。
残差块公式：输出 = F(x) + x
其中 F(x) 是卷积堆叠的映射，x 是输入。梯度可以直接通过恒等路径回传，解决了梯度消失问题。
我常用的 ResNet 变体有：
| 模型 | 层数 | 参数量 | ImageNet Top-1 | 适用场景 |
|---|---|---|---|---|
| ResNet-18 | 18 | 11.7M | 69.8% | 轻量级分类，快速验证 |
| ResNet-34 | 34 | 21.8M | 73.3% | 中等精度需求 |
| ResNet-50 | 50 | 25.6M | 76.0% | 精度与速度平衡，蒸馏常用 |
| ResNet-101 | 101 | 44.5M | 77.4% | 高精度任务，教师模型首选 |
我个人习惯用 ResNet-50 作为蒸馏的教师模型。精度够高，参数量适中，训练时间也能接受。ResNet-18 则常作为学生模型的 baseline。
下面这张图展示了 ResNet 的核心结构：
MobileNet：轻量级部署的利器
MobileNet 是为移动端和嵌入式设备设计的。它的核心创新是深度可分离卷积（Depthwise Separable Convolution）。
传统卷积的计算量是：K_h × K_w × C_in × C_out × H_out × W_out。深度可分离卷积把它拆成两步：
- 深度卷积：每个输入通道单独用一个卷积核处理，计算量
K_h × K_w × C_in × H_out × W_out。 - 逐点卷积：用 1×1 卷积融合通道信息，计算量
1 × 1 × C_in × C_out × H_out × W_out。
总计算量是两者之和。与传统卷积相比，计算量大约减少到原来的 1/C_out + 1/(K_h × K_w)。用 3×3 卷积核、C_out=64 时，计算量只有原来的 1/8 左右。
我的经验：MobileNetV2 引入了倒残差结构和线性瓶颈层。倒残差是先升维再降维，线性瓶颈层去掉了最后一层的 ReLU，避免信息丢失。我在部署到树莓派时，MobileNetV2 比 ResNet-18 快 3 倍，精度只差 1-2 个点。
MobileNet 系列对比：
| 版本 | 核心改进 | 参数量 | ImageNet Top-1 | 我的推荐场景 |
|---|---|---|---|---|
| MobileNetV1 | 深度可分离卷积 | 4.2M | 70.6% | 极低算力设备 |
| MobileNetV2 | 倒残差 + 线性瓶颈 | 3.5M | 72.0% | 移动端部署首选 |
| MobileNetV3 | NAS 搜索 + h-swish | 2.5M | 75.2% | 精度要求较高的轻量场景 |
下面这张图对比了传统卷积和深度可分离卷积的流程：
从分类模型到蒸馏部署的桥梁
讲完这些基础，我想强调一点：你后面做模型蒸馏时，教师模型和学生模型的选择会直接影响蒸馏效果。我个人习惯：
- 教师模型：ResNet-50 或 ResNet-101，精度高，知识丰富。
- 学生模型：MobileNetV2 或 ResNet-18，轻量高效，适合部署。
蒸馏的本质就是让学生模型学习教师模型的“软标签”和中间层特征。理解了卷积层、残差连接、深度可分离卷积这些概念，你才能知道哪些知识值得蒸馏，哪些结构需要调整。
一句话总结：ResNet 用残差连接解决了深度问题，MobileNet 用深度可分离卷积解决了效率问题。这两个模型是蒸馏压缩的绝佳搭档。