深度学习: VGGNet 网络

Introduction

VGGNet 于2014年由牛津大学著名研究组VGG (Visual Geometry Group) 提出，斩获该年ImageNet竞赛中 Localization Task (定位任务) 第一名 和 Classification Task (分类任务)

第二名。

Improvement

与AlexNet相比，VGGNet改进点：

• 普遍使用 小卷积核 以 替代 大卷积核。

该作法的优势和劣势见深度学习: 感受野 (receptive field)。

Version

VGG网络结构有以下六种版本：

其中最常见的当属 VGG16 以及 VGG19 。

它们由于结构简单，清晰明了，被其他很多网络沿用。比如SegNet就直接沿用了VGG16的前13层。

Structure

VGG16 结构如下：

VGG19 结构如下：