经典CNN结构之VGGNet 网络更深

序言

卷积神经网络VGGNet，出自论文《Very Deep Convolutional Networks for Large-Scale Image Recognition》，作者Karen Simonyan∗ & Andrew Zisserman+，来自于牛津大学计算机视觉组——Visual Geometry Group, Department of Engineering Science, University of Oxford，故而简称VGGNet。Google DeepMind公司人员也一起参与了研发。
该模型获得了ImageNet Challenge 2014的图像定位第一名，图像分类第二名。

网络结构

图解

详解

创新思想

核心点

★ 更深的网络，VGG16和VGG19。
★ 以更小更多的33卷积核以代替很大单个的大卷积核，22池化核。
★ 采用Multi-Scale训练和评估模型

感悟点

[1]删繁就简三秋树，领异标新二月花。——简洁清晰，一目了然
[2]更深更有力，大力出奇迹。
[3]引入1*1卷积形式，增加训练tricks，激发了后继者脑瓜壳子。

参考论文

1. Karen Simonyan, Andrew Zisserman. Very Deep Convolutional Networks for Large-Scale Image Recognition. 论文传送门