VGGNet理解

背景

相较于AlxNet，使用更小卷积核（层数加深，参数减少）。

来源：VGG模型是2014年ILSVRC竞赛的第二名，第一名是GoogLeNet。但是VGG模型在多个迁移学习任务中的表现要优于googLeNet。而且，从图像中提取CNN特征，VGG模型是首选算法。它的缺点在于，参数量有140M之多，需要更大的存储空间。

先来看看VGG这篇论文《Very Deep Convolutional Networks for
Large-Scale Image Recognition》

论文中几个模型主要以几下几种方案A、B、C、D、E。目前主要还是采用VGG16和VGG19也就是下图中的分别红框和绿框部分。

下面是VGG16：

其中包含13层卷积（卷积核均为3*3，步长为1，填充为1）、5个池化层（kernal_size=2，步长为2）、3个全连接层。其示意图如下：

其中VGG19比VGG16多了三层卷积层，其余相同。

下面是VGG16_bn：

其中包含13层卷积（卷积核均为3*3，步长为1，填充为1）、13层dropout层、5个池化层（kernal_size=2，步长为2）、3个全连接层。下面是网络示意图：

与VGG16不同点在于，在每一层卷积之后添加了dropout层，用于防止过拟合。其中VGG19_bn比VGG16_bn多了三层卷积层，其余相同。

VGG相较于AlxNet的改进点：

1. 所有的卷积层使用的都是3*3的卷积核。使用多个较小卷积核的卷积层代替一个卷积核较大的卷积层，一方面可以减少参数，另一方面相当于进行了更多的非线性映射，可以增加网络的拟合 / 表达能力。

2. 使用max pooling，但并不是所有的卷积层后面都跟着pooling层，一共只有5个max pooling层。kernel大小是2*2，步长为2，也就是说，和AlexNet不同，VGGNet使用的是不重叠的pooling。

3. 没有使用AlexNet中的LRN技术。这是因为后面的实验中证明了使用LRN对性能并没有提升作用，反而增加内存和时间消耗。