深入理解VGG16模型

一、简述

VGG卷积神经网络是牛津大学计算机视觉实验室参加2014年ILSVRC（ImageNet Large Scale Visual Recognition Challenge)比赛的网络结构，为了解决ImageNet中的1000类图像分类和定位问题。实验结果是VGGNet斩获了2014年ILSVRC分类第二，定位第一，分类第一是GoogleNet模型。
想要更好的理解和掌握VGG系列的模型，建议阅读原论文：VGG论文链接

二、模型结构

上图是VGGNet系列的结构说明，其中最著名的是VGG16模型，也就是上图中的D结构。

VGG16输入尺寸变化具体如下图所示：

从上述两个图可以得到，VGG16共有16个层，这也是VGG16名称的由来，是一个相当深的卷积神经网络。VGG各种级别的结构都采用了5段卷积，每一段有一个或多个卷积层。同时每一段的尾部都接着一个最大池化层来缩小图片尺寸。每一段内的卷积核数量一致，越靠后的卷积核数量越多 64-128-256-512-512。经常出现多个完全一样的卷积层堆叠在一起的情况。
下面是VGG16模型的示意：

inpu