目标分类网络的介绍及应用（三）--VGGNet网络介绍

最新推荐文章于 2025-06-20 08:44:58 发布

原创

最新推荐文章于 2025-06-20 08:44:58 发布 · 3k 阅读

7 ·

CC 4.0 BY-SA版权

本文详细介绍了VGGNet网络，包括其结构、特点和实验效果。VGGNet通过堆叠3*3小尺寸卷积层，达到与大卷积核相似的感受野，减少了参数量并增强了学习能力。网络深度的增加显著降低了分类错误率。此外，VGGNet还使用了迁移学习初始化权值，多尺度训练和测试策略。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2.2 VGGNet网络

VGG论文原文在这里。VGG是由Simonyan和Zisserman提出卷积神经网络模型，其名称来源于作者所在的牛津大学视觉几何组(Visual Geometry Group)的缩写。VGG模型和之后提到的GoogleNet模型共同参加了2014年的ImageNet图像分类与定位挑战赛，尽管以0.6%的劣势惜败于GoogleNet，但是其着重于研究网络深度对模型性能的影响，并成功构筑了16-19层深的卷积神经网络，这使得分类错误率大幅下降(相比AlexNet错误率降低了一倍)并增强模型的泛化能力。到目前为止，依然有许多网络使用VGG来提取图像特征。VGGNet也是由卷积层和全连接层组成，可以看成是AlexNet的深化版，并且作者认为只使用3*3的小尺寸卷积核能够显著加深网络的深度。

2.2.1 VGGNet网络结构

在训练过程中，首先对输入图片固定到224*224大小，并对其去均值化(所以输入图片减去RGB的平均值)。为了验证不同卷积层深度对模型性能的影响，VGGNet采用块结构(Block)来构建网络，类似AlexNet，VGGNet中总共有5个Block和3个全连接层，每个Block中又含有若干个卷积层和一个池化层。作者总共测试了6种不同的网络结构的性能，深度从11层到19层不等，其中变化的仅仅是Block中卷积层的数量和卷积核尺寸。卷积层中采用卷积核尺寸均为3*3(有一种策略使用了1*1大小的卷积核，这样的卷积核不改变输入通道的维度且可以提高模型的学习能力)，五个池化层皆为最大池化，并且池化核为2*2，步长为2。VGGNet具体网络结构如下所示，其中，convN表示使用N*N的卷积核：