论文原文:Very Deep Convolutional Networks forLarge-Scale Image Recognition
网络模型名字:VGG-16、VGG-19
1、简介
2014年ImageNet亚军。本文主要研究了卷积神经网络深度对大尺度图像识别精度的影响。在现有网络结构的基础上,不断增加3*3卷积核,当深度增加到16-19层时,识别效果有较大提升,即VGG-16,VGG-19。
VGG不仅在分类和定位中表现优异,而且可以应用到其他场景。faster rcnn、fast rcnn中特征提取部分应用了VGG-16网络。
2、网络基本构成及方法
训练输入为224*224大小的RGB图像,需要减去图像均值。用一堆3*3,1*1小卷积核进行卷积,连接max pooling。最后,连接3个全连接层,softmax分类器。
网络结构使用Relu激活函数,几乎不用LRN(Local Response Normalisation)。
VGG网络结构:
模型A-E:只增加深度,其他不变(增加3*3卷积核)
测试效果: