VGG&&ZF笔记

最新推荐文章于 2022-03-30 13:10:24 发布

One__Coder

最新推荐文章于 2022-03-30 13:10:24 发布

阅读量2.6k

点赞数

分类专栏：论文阅读

本文链接：https://blog.csdn.net/github_37973614/article/details/81411712

版权

VGG：Very deep Convolutional Networks for large-scale image recognition

ZF：Visualizing and Understanding Convolutional Networks

VGG是牛津大学计算机视觉组（Visual Geometry Group）和（Google DeepMind）公司研究院一起研发的深度卷积神经网络。

VGG的拓展性很强，迁移到其他图片数据上的泛化能力很好。VGG的结构简介，整个网络用了同样大小的卷积核尺寸（3x3）和最大池化尺寸（2x2），用ReLU作为激活函数。到目前为止，VGG依然经常被用来提取图像特征。

摘要

论文探究了在卷积网络深度对精度的影响。论文主要贡献是使用非常小（3x3）的卷积过滤器结构来对增加网络深度全面评估，表明通过将深度推到16~19个权重层可以实现显著提升。

1、ConvNet Configurations

inputs：224x224的RGB图像。

唯一需要做的预处理就是计算RGB这三个通道平均值，然后训练时减去这些平均值。这样处理网络可以更快的收敛。实验中，作者还采用了1x1大小的卷积核，在这里1x1大小的卷积核不能获取局部信息，只能作为对图片单个像素的线性处理。
在网络中，所有的卷积层的大小都是3x3，stride=1，padding=1，那么输出 $n_{l+1}=\left \lfloor\frac{(n+2*p-f)}{s}+1 \right \rfloor$ ，会让feature map的大小不变。而max pooling层的kernel为2x2，同时stride=2。
卷积层后为两个FC，都为4096维，第三个FC为1000维，最后跟一个softmax层。另外，所有的隐藏层后面都跟一个ReLU激活函数来进行非线性处理。

2、classification framework

关注