Vgg16这个名词对于要做神经网络深度学习的人来说一定不陌生,当我们在看相关的教程或者案例的时候,都会出现Vgg16。那么它到底是什么?
Vgg16是一个卷积神经网络的模型,它是一个被预训练好的模型。
Vgg模型(网上配图)
每次网上都是贴出这个网络模型结构就不了了之,我就来仔细说一下(个人理解,欢迎指出错误)。首先这个网络模型结构要从上往下看,从左往右看。A、A-LRN、B、C、D都是vgg模型。其中较为出名的就是vgg16(D)以及vgg19(E),我就以D举例来说明该图。
输入input(224*224*3)意思是输入的图片分辨率大小为224*224,通道数为3(RGB三个分量)。卷积层conv3-64。3代表着卷积核大小为3*3,其中的含义为卷积核高度与宽度。64代表着这一层卷积中有64个大小为3*3卷积核,意味着要这层每个通道要计算64次卷积操作,其中每层有3个通道。
如下Keras中vgg16代码片段(第一层conv)