vgg的网络结构十分简洁,整个网络都使用了同样大小的卷积核尺寸(3*3)和最大池化(2*2)。
vgg拥有五段卷积,同时每段卷积内有两到三个卷积层,每段尾部会连接一个最大池化层。
使用多个3*3堆叠来代替大尺寸卷积,两个3*3代替一个5*5,三个3*3代替一个7*7。可以减少参数,同时增强非线性变换能力,使cnn对特征的学习能力更强。
认为1*1没有3*3的效果好。
vgg的网络结构十分简洁,整个网络都使用了同样大小的卷积核尺寸(3*3)和最大池化(2*2)。
vgg拥有五段卷积,同时每段卷积内有两到三个卷积层,每段尾部会连接一个最大池化层。
使用多个3*3堆叠来代替大尺寸卷积,两个3*3代替一个5*5,三个3*3代替一个7*7。可以减少参数,同时增强非线性变换能力,使cnn对特征的学习能力更强。
认为1*1没有3*3的效果好。