VGG详解

VGG

论文《Very Deep Convolutional Networks for Large-Scale Image Recognition》

1. 设计思路

VGG通过增加卷积神经网络的深度来提高模型在图像分类的性能。

具体来讲，VGG通过在模型中增加更多的卷积层来增加模型的深度，需要注意的是VGG卷积层中所使用的都是较小的filter（3*3）。

通过多层较小filter的卷积层去替代一层较大filter的卷积层，可以在保证感受野（receptive field）不变的前提下，减少参数数量，引入更多的非线性因素，提高模型的深度，从而提升模型的分类性能。

2. 数据预处理

输入数据为resize为224*224的RGB图像。

对每张图片进行预处理：图像的每个像素值减去该像素RGB三通道像素值的平均值。

3. 模型结构

VGG模型提供了多种不同的配置，为了便于分析模型结构，将多个相连的卷积层作为一个VGG块。

整体上来看，VGG模型由5个VGG块（包括每个VGG块后的池化层）和三层全连接层组成。

VGG各配置中，卷积层和池化层的参数基本是一样的：

参数	值
conv_filter_size