VGGNet 笔记

1. 网络介绍

• ImageNet-2104竞赛第二，是网络改造的首选基础网络（图片描述，图片问答）；
• 一个大的卷积核分解为连续多个小卷积核；
• 应用了核分解的思想：将7X7核->3个3X3核（由ReLU连接）；
• 对应的参数数量由49通道数变为27通道数；
• 优点是减少参数，显存可用的容量对应就多了，降低了计算，增加了深度；
• 继承了AlexNet结构的特点：简单和有效；

2. VGG16 - weight layers

• 输入图像大小：224X224X3
• 2 个3X3相当于 1 个5X5；
• 3 个3X3相当于 1 个7X7；
• 共 5 个池化层，3 个FC层；
• 拆解时通道数不便，依次是：64, 128, 256, 512, 512；

VGGNet探索了卷积神经网络的深度与其性能之间的关系，通过反复堆叠3*3的小型卷积核和2*2的最大池化层，VGGNet成功地构筑了16~19层深的卷积神经网络。 VGG-16和VGG-19结构如下：

总结：

• VGG-16网络中的16代表的含义为：含有参数的有16个层，共包含参数约为1.38亿。

• VGG-16网络结构很规整，没有那么多的超参数，专注于构建简单的网络，都是几个卷积层后面跟一个可以压缩 图像大小的池化层。即：

  全部使用3*3的小型卷积核和2*2的最大池化层。 卷积层：CONV=3*3 filters, s = 1, padding = same convolution。 池化层：MAX_POOL = 2*2 , s = 2。

• 优点：简化了卷积神经网络的结构；

• 缺点：训练的特征数量非常大；

• 随着网络加深，图像的宽度和高度都在以一定的规律不断减小，每次池化后刚好缩小一半，信道数目不断增加一倍。