[深度学习从入门到女装]VGG

本文简要介绍一下VGG网络模型

论文：Very Deep Convolutional Networks for Large-Scale Image Recognition

VGG卷积神经网络是牛津大学在2014年提出来的模型。当这个模型被提出时，由于它的简洁性和实用性，马上成为了当时最流行的卷积神经网络模型。它在图像分类和目标检测任务中都表现出非常好的结果。在2014年的ILSVRC比赛中，VGG 在Top-5中取得了92.3%的正确率。

上图便是VGG整个网络的结构，整个网络根据不同的层数进行划分（层数=卷积层数量+全连接层数量），其中应用最为广泛的是VGG16，也就是13个卷积层+3个全连接的这个结构

接下来讲解一下每层参数数量如何计算的

第一个卷积层block1_conv1：

输入224*224*3 其中224*224为图片分辨率 3为图片的通道数

输出224*224*64 其中224*224为图片分辨率 64为卷积核数量也就是特征图数量

因此我们采用的是大小为3*3*3的卷积核一共64个 

参数数量为3*3*3*64（卷积核参数）+64（bias）=1792

第一个卷积层block1_conv2：

输入224*224*64 其中224*224为图片分辨率 64为特征图数量

输出224*224*64 其中224*224为图片分辨率 64为卷积核数量也就是特征图数量

因此我们采用的是大小为3*3*64的卷积核一共64个 

参数数量为3*3*64*64（卷积核参数）+64（bias）=36928

所有卷积层的参数计算以此类推，不再赘述

第一个全连接层fc1：

输入为7*7*512 其中7*7图片分辨率 512为图片的通道数

输出为4096个参数

全连接便是将输出的参数全部对应到输入的参数上去 因此参数个数为7*7*512*4096（全连接参数）+4096（bias）=102764544

最后一个全连接层fc3，也就是上表中的prediction层：

输入为4096

输入为1000 也就是分类的类别数量

参数为4096*1000（全连接参数）+1000（bias）=4097000