VGG在2014年由牛津大学著名研究组VGG (Visual GeometryGroup)提出,斩获该年ImageNet竞赛中Localization Task (定位任务)第一名和Classification Task (分类任务)第二名。论文地址为Very Deep Convolutional Networks for Large-Scale Image Recognition
下面是其不同层数网络的VGG
网络中的亮点:
通过堆叠多个3x3的卷积核来替代大尺度卷积核(减少所需参数)。论文中提到,可以通过堆叠两个3x3的卷积核替代5x5的卷积核,堆叠3三个3x3的卷积核替代7x7的卷积核。
conv的stride为1,padding为1。max pooling的size为2,stride为2。
out大小 = (in大小 - F尺寸 + 2P)/S + 1
通常采用16 weight layer模型层数的VGG网络。
解释一个专业属术语,后面会用到。感受野:在卷积神经网络中,决定某一层输出结果中一个元素所对应的输入层的区域大小,被称作感受野(receptive field)。通俗的解释是,输出feature map上的一个单元对应输入层.上的区域大小。
注意:CNN参数个数 = 卷积核尺寸×卷积核深度 × 卷积核组数 = 卷积核尺寸 × 输入特征矩阵深度 × 输出特征矩阵深度(假设 输入特征矩阵深度 = 输出特征矩阵深度 = m)则
使用7×7卷积核所需参数个数为 :7x7xmxm = 49xmxm 堆叠三个3×3的卷积核所需参数个数为 :3×3×C×C+3×3×C×C+3×3×C×C = 27xmxm
参考:https://www.bilibili.com/video/BV1q7411T7Y6
注:可能写得不是很详细,而且还是参考这个up主 的,我只是想记一个学习笔记而已,想要了解更详细的细节可以去参考给出的up主的主页。谢谢。