【 深度学习----论文解读 】 VGG

【 背景 】
VGG的全称是Oxford Visual Geometry Group的简称。该小组隶属于1985年成立的Robotics Research Group，该Group研究范围包括了机器学习到移动机器人。该团队斩获2014年ImageNet挑战赛分类第二（第一是GoogLeNet），定位任务第一。
数据集：1000个类别的ILSVRC-2012数据集（Large Scale Visual Recognition Challenge），其中：
训练集：130万张图片；
验证集：5万张图片；
测试集：10万张图片，这组数据的label没有给出（with held-out class labels）。

【 摘要 】
论文的主要创新点在于：

• 用小卷积核代替了55或者77的卷积核

• 基于ALexnet加深了网络深度。

• 采用多尺度训练集和验证集训练或测试

【数据预处理】
只进行了归一化处理，归一化的方法是减去RGB每个通道的均值。
【网络详解】
以VGG16为例：
1） 卷积层全部由33和11构成，其中，33的卷积核stride=1，padding尺寸为1；11的卷积核stride=1，无padding
2） 全部采用m