VGGNet结构分析

最新推荐文章于 2025-06-04 11:05:01 发布

编码视界

最新推荐文章于 2025-06-04 11:05:01 发布

阅读量1.6w

点赞数 8

CC 4.0 BY-SA版权

分类专栏： machine-learning

本文链接：https://blog.youkuaiyun.com/Jing_xian/article/details/78990536

VGGNet是由Oxford大学的Visual Geometry Group提出的，以VGG-16和VGG-19著名。VGG的特点是卷积层深度增加，空间分辨率递减，通道数递增。这种结构有助于从输入图像平滑过渡到分类向量。与ResNet相比，VGG在分辨率缩小方面有所不同，且在ImageNet竞赛中取得优异成绩。VGG还有适用于CIFAR数据集的变种，网络结构更为简洁。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

VGG是Visual Geometry Group, Department of Engineering Science, University of Oxford的缩写。他们组参加ILSVRC 2014时候组名叫VGG，所以提交的那种网络结构也叫VGG，或者叫VGGNet。VGG和GoogleNet同在2014年参赛，图像分类任务中GoogLeNet第一，VGG第二，它们都是重要的网络结构。

VGG相应的论文“Very Deep Convolutional Networks for Large-Scale Image Recognition”，下载地址：https://arxiv.org/abs/1409.1556

VGG比较出名的是VGG-16和VGG-19，最常用的是VGG-16。各种VGG的网络结构如下：