Resnet系列 (长网络)：从Resnet被提出后，许许多多该架构被相应提出，Desnet表现出其良好的优越性，残差网络使网络能够更好的处理梯度消失问题。PreActResNet将bn和relu放在前面，得到了很好的效果。还有Resnetx等，这里不多介绍了。
轻型模型 (轻网络）：受限移动端的设备，主要思想是将卷积核分离，SqueezeNet 大量采用1x1的网络。mobilenet将3x3的网络分离为n个3x3的卷积核和1x1的卷积核。Shufflenet系列考不同channel之间的关联，提出group1x1，然后再进行混洗。
attention模型(重网络)：类似与文本的attention，主要针对不同channel的权重和每个channel不同区域的权重。Residual Attention Network和Senet为典型。
参考XreCis CSDN博客：https://blog.csdn.net/lly1122334/article/details/88717074
21秒看尽ImageNet屠榜模型，60+模型架构同台献艺
我的收藏2018（技术类）
深度学习（图像方向）常见名词术语
基于深度学习的13种通用图像分类模型及其实现
SENets-Residual Attention Networks
其中两个你没写道：SegNet、SqueezeNet、YOLO、ResNeXt