VGGNet
VGGNet使用3*3卷积核,这与AlexNet支持的大的卷积核在浅层网络支持的结构是相反的。
VGGNet使用小的卷积核,但是使用较深的网络结构,感受野是大的。
如图:
全连接转卷积
VGGNet 网络架构
VGGNet网络模型解析
VGGNet架构详情:
- 输入层
- Block1 ~ Block5
- 全连接层 FC1, FC2
- 输出层 Softmax 函数
keras 代码实现:
img_input = Input(shape=(224, 224, 3))
# Block 1
x = Conv2D(64, (3, 3), activation='relu', padding='same', name='block1_conv1')(img_input)
x = Conv2D(64, (3, 3), activation='relu', padding='same', name='block1_conv2')(x)
x = MaxPooling2D((2, 2), strides=(2, 2), name='block1_pool')