VGG网络由牛津著名研究组VGG(visual Geometry Group)在2014年提出的。
网络模型如图:
通过堆叠多个3x3的卷积核来替代大尺度卷积核。
可以通过堆叠两个3x3的卷积核 替代5x5的卷积核,堆叠三个3x3的卷积核替代7x7的卷积核。
他们拥有相同的感受野。
---
在卷积神经网络中,决定某一层输出结*中一个元素所对应的输入层的区域大小,被称作感受野。
通俗的解释是 输出feature map上的一个单元对应输入层上区域的大小。
感受野的计算公式
其中F(i)为第i层感受野,Stride为第i层的布距,Ksize为卷积核或采样核尺寸
如论文,可以通过堆叠两个3x3的卷积核替代5x5的卷积核,堆叠三个的话就是替代7x7