VGG-16网络简介-2020-05-06

Posted 2023-04-10

参考技术A VGG16网络是在论文《VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION》中提出的。

VGG16网络结构在论文中有图示如下。请看红框部分，从input（224*224RGBimage）到softmax，就是网络的每一层。从中可以看出：

1. 网络的输入是224*224的RGB图片；

2. 网络有13个卷积层（conv3）、5个最大池化层（maxpool）、3个全连接层（FC）、1个softmax层；

3.  13（卷积层）+3（全连接层）= 16， 这也就是为什么被称为VGG16；

4. 我们常用的4096维度特征，其实是来自全连接层（FC-4096）；

5. 最后一个全连接层（FC-1000）的作用，是可以进行1000类的分类，在提取特征的任务中，不使用最后一个层。

有了上面的介绍，再看 网络结构图 （如下），是不是就特别顺眼，特别好理解。

VGG

简介

VGG不仅在分类和定位中表现优异，而且可以应用到其他场景。Faster R-CNN，Fast R-CNN中特征提取部分应用了VGG-16网络

网络基本构成及方法

训练输入为224*224*3大小的RGB图像，需要减去图像均值，用一堆3*3,1*1的小卷积核进行卷积处理，连接max pooling。最后连接3个全连接层，softmax分类器，网络结构使用ReLU激活

VGG网络结构：

模型A-E：只增加深度，其他不变(增加3*3卷积核)

测试效果：