VGGNet学习记录

1.论文

《Very Deep Convolutional Networks for Large-Scale Image Recognition》
arXiv：[1409.1556] Very Deep Convolutional Networks for Large-Scale Image Recognition
intro：ICLR 2015
homepage：Visual Geometry Group Home Page

2.网络结构

• VGG是Oxford的Visual Geometry Group的组提出的。该网络是在ILSVRC
  2014上的相关工作，主要工作是证明了增加网络的深度能够在一定程度上影响网络最终的性能。

• VGG有两种结构，分别是VGG16和VGG19，两者并没有本质上的区别，只是网络深度不一样

• VGG16包含了16个隐藏层（13个卷积层和3个全连接层），如下图中的D列所示

• VGG19包含了19个隐藏层（16个卷积层和3个全连接层），如下图中的E列所示
  

• 下图是VGG16的网络结构，网络的前半部分，每隔2~3个卷积层接一个最大池化层，4次池化共经历了13个卷积层，加上最后3个全连接层共有16层，也正因此我们称这个网络为VGG16。
  

• VGG16不仅结构清晰，层参数也很简单。所有的卷积层都采用3x3的卷积核，步长为1；所有池化层都是2x2池化，步长为2。正因为此，我们看到图片尺寸变化规律，从224x224到112x112等，直到最后变成7x7。同时我们注意到特征图通道的数量也一直在加倍，从64到128最终变成512层。因此VGG16结构图画出来非常美观，实现起来也很规整。

3.VGG原理

• 在VGG中，使用了3个3x3卷积核来代替7x7卷积核，使用了2个3x3卷积核来代替5x5卷积核，这样做的主要目的是在保证具有相同感知野的条件下，提升了网络的深度，在一定程度上提升了神经网络的效果。
• 例如，3个3x3连续卷积相当于一个7x7卷积，参数总量是 3 ∗ 3 ∗ 3 ∗ C 2