文章目录
- 1 论文信息
- 2 摘要
- 3 方法论
- 3.0 网络结构
- 3.1 小卷积核与小滤波器
- 3.2 卷积堆叠
- 4 实验
- 4.1 定量分析
1 论文信息
题目：Very Deep Convolutional Networks for Large-Scale Image Recognition
代码：Tensorflow复现，Pytorch复现
2 摘要
VGGNet 是牛津大学CV组和谷歌DeepMind共同研发，取得了2014ILSVRC亚军。
主要创新在于加深了CNN，使用了小卷积核与小滤波器，卷积堆叠，通道数增多。
3 方法论
3.0 网络结构
如上图所示，VGG16包括5个卷积层和3个全连接层以及1个softmax层，即16=2+2+3+3+3+3。
3.1 小卷积核与小滤波器
VGGNet 采用多个统一的3x3的小卷积核和统一的2x2最大池化滤波器，结构简洁优美；这有利于减少参数的数量，增强非线性映射，提高网络的表达能力。
3.2 卷积堆叠
VGGNet作者提出，2个3x3卷积核堆叠的感受野相当于1个5x5卷积核的感受野，而3个3x3卷积核堆叠的感受野相当于1个7x7卷积核的感受野。如下图所示，VGGNet包含5组卷积操作，每组包含1~3个连续的卷积层，每两个卷积层之间为ReLU层。
VGGNet卷积层有以下特点：特征图的分辨率单调递减，特征图的通道数单调递增，这有利于输入图像在维度上流畅地转换到分类向量。这也是后来者遵循的规律。
4 实验
4.1 定量分析
