本文在Alexnet的基础上做了一些改进。主要关注了两个重要点:1.使用更小的卷积核和步长。2.增加网络深度
使用了3*3的更小卷积核,步长为1,最大池化层2*2,滑动步长为2。
总的来说,实验的结论就是使用小滤波器的深层网络要比大滤波器的浅层网络性能更好。
AlexNet每层仅仅含有一个Convolution层,filter的大小7x7(很大);而VGG每层含有多个(2~4)个Convolution层,filter的大小是3x3(最小)。很明显,VGG是在模仿Alex的结构,然而它通过降低filter的大小,增加层数来达到同样的效果。
AlexNet的Channel明显小于VGG。猜测VGG的之所以能够达到更高的精准性,源自于更多的Channel数。而由于filter size的减小,channel可以大幅度增加,更多的信息可以被提取。