本文深入探讨VGGNet的设计理念，它由Visual Geometry Group提出，证明了小卷积核和加深网络能提升模型性能。VGGNet包含6种网络配置，通过3x3卷积堆叠实现更深的网络，同时减少了参数量。通过增加网络深度和使用1x1卷积增强非线性映射，提升特征提取能力。文章以Keras实现了VGG13模型，并强调了根据任务需求调整网络结构的重要性。
这篇文章不仅仅关注于VGGNet的网络结构，重点在于分析VGGNet设计者当时的出发点，以及能带给我们什么启发。
简介
VGGNet由牛津大学的视觉几何组（Visual Geometry Group）提出，获得了2014年ILSVRC竞赛的分类任务第二名和定位任务第一名，主要贡献在于证明了使用3x3小卷积核，增加网络深度可以有效提升模型性能，并且对于其他数据集也有很好的泛化性能。
论文链接：Very deep convolutional networks for large-scale image recognition
网络结构
论文中一共提供了6种网络配置，层数从浅到深分别为11层、13层、16层和19层。其中11层时，主要比较了Local Response Normalisation（LRN）的作用，结果是LRN并没有提升网络性能。除了网络结构的变化，VGGNet从原理上和传统的CNN模型并没有太大区别，都是采用同样的训练Pipeline。
主要贡献
1. 使用3x3小卷积核。首先我们先了解这样一个知识：两个3x3卷积堆叠在一起（中间没有池化层）的感受野相当于一个5x5的卷积，三个3x3卷积堆叠在一起的感受野相当于一个7x7的卷积。为了更形象的理解这一
最低0.47元/天 解锁文章
664
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
