【AI】VGG网络简介

1、简介

• VGG是Oxford的Visual Geometry Group的组提出的，所以叫VGG；
• VGG是一种经典的卷积神经网络；
• 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。

2、VGG网络结构

• VGG16包含了16个隐藏层（13个卷积层和3个全连接层），如上图中的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），如上图中的E列所示
• VGG网络的结构非常一致，从头到尾全部使用的是3x3的卷积和2x2的max pooling。

3、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5*5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。
• 比如，3个步长为1的3x3卷积核的一层层叠加作用可看成一个大小为7的感受野（其实就表示3个3x3连续卷积相当于一个7x7卷积），其参数总量为 3x(9xC^2) ，如果直接使用7x7卷积核，其参数总量为 49xC^2 ，这里 C 指的是输入和输出的通道数。很明显，27xC^2小于49xC2，即减少了参数；而且3x3卷积核有利于更好地保持图像性质。