本文详细介绍了经典的VGG16卷积神经网络结构及其在图像处理中的应用过程。包括了从输入224x224x3的图片开始，经过多次不同数量的卷积核卷积操作及池化过程，最终进入全连接层前的数据处理流程。
VGG16作为很入门的CNN网络，同时也有很多基于VGG16的改进网络，比如用于语义分割的Segnet等。
VGG16输入224*224*3的图片，经过的卷积核大小为3x3x3，stride=1，padding=1，pooling为采用2x2的max pooling方式：
1、输入224x224x3的图片，经过64个卷积核的两次卷积后，采用一次pooling。经过第一次卷积后，c1有（3x3x3）个可训练参数
2、之后又经过两次128的卷积核卷积之后，采用一次pooling
3、再经过三次256的卷积核的卷积之后，采用pooling
4、重复两次三个512的卷积核卷积之后再pooling。
5、三次Fc
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
