VggNet介紹（1）

一.背景介紹

vggnet是由牛津大學視覺幾何組和 google deepmind 共同研發的模型。該模型在2014 Image大賽上取得了分類任務的亞軍和定位任務的冠軍。其最主要的特點是：由3*3的卷積核和2*2的最大池化構成模型的主幹網絡。

二.網絡結構

 1.vggnet根據權重層層數的不同，可以分為A，B，C，D，E，F五種模型。

•     網絡A：共計11個權值層（8個卷積層+3個全連接配接層）------vgg11
•     網絡B：共計13個權值層（10個卷積層+3個全連接配接層）-------vgg13
•     網絡C：共計16個權值層（13個卷積層+3個全連接配接層）--------vgg16
•     網絡D：共計16個權值層（13個卷積層+3個全連接配接層）---------vgg16
•     網絡E：共計19個權值層（16個卷積層+3個全連接配接層）--------vgg19

2.以上每個類别都将卷積層分為5組，每組的個數一般由1-4個卷積層組成，每組卷積後面2*2的最大池化層，是以共有5個池化層。

3.網絡C和網絡D的不同之處在于用了3個1*1的卷積核，是以網絡C比較異類，目前用的不多了。

4.除最後一個全連接配接層外，所有的全連接配接層和卷積層後面都接relu進行激活。

三.評價：

1.證明的使用小的卷積核增加網絡深度的可能性

2.作者曾在vgg11中增加了局部歸一化操作，但這一操作對模型的效果提升有限。

3.使用3*3卷積核的好處：

   1）使用3*3的卷積核是能夠擷取圖像上下左右中心資訊的最小卷積核。

   2）兩個3*3的卷積核堆疊相當于一個5*5的卷積核的視野，三個3*3的卷積核堆疊相當于一個7*7的卷積核的視野

             （1）擁有更小的參數

             （2）相當于組合了多個線性層，這樣使得決策函數識别性更強。