【读懂论文2】VGG！片到块的优雅升级！

VGG网络是AlexNet的一个升级，简单来说，VGG将原先的“卷积层”变成了“卷积块”。而所谓的“块”，其实也就是好几层的叠加而已，而这简单的叠加却显著提升了结果。

论文地址：VERY DEEP CONVOLUTIONAL NETWORKS

特点

特点是显著且简单的，就是把好几层3乘3的卷积层叠加在一起，或者说

• 更深
• 层变块

以VGGG-16中最多的3层3*3卷积层堆叠块为例，在初始图像用卷积层提取一遍特征之后，第二层对这一层提取的特征继续用卷积层提取特征。如下如所示。

这样会带来两个好处：

• 感受野是足够大的
• 参数变少了

三层3*3的叠加，相当于一层的7*7。理解起来也很容易，第三层最边上的扫描的是第二层比3*3扩大一圈的范围；第二层相对于第一层同理。而在保证感受野与7*7一致的同时，参数量（3层的3*3=27）小于原先（1层的7*7=49）。

网络结构

A到E是六个逐渐加深的网络模型，其中第二列的A-LRN是在A的基础上加上在AlexNet中提出来的局部响应归一化（LRN），但加上LRN在后续的测试中发现并无改善，故B到E中无LRN。加粗的表示的是相对于前一列增加的层。
论文中也同样用ReLU作为激活层。
看上表可知，中间的卷积部分划分为五个大块，而每个块都在都是由相同的卷积层堆叠而成的。

这个表示的是这几个模型当中的参数数量，最后一行数字的量级是百万。可以发现，尽管层数有了显著提升，其中的参数提升不大。原因大概是产生参数最多的位置在全链接层，而这些网络的全链接层部分是相同的。
值得一提的是，文中为了提升后续模型的收敛速度，采用了预初始化。VGG对模型A随机初始化参数，然后将A训练得到的部分参数直接给后续的网络初始化。

预训练模型链接

Keras
Tensorflow
PyTorch