论文研读笔记(二)——VGG

 

论文研读系列汇总：

1.AlexNet论文研读

2.VGG论文研读

3.GoogLeNet论文研读

4.Faster RCNN论文研读

5.ResNet 论文研读

6.SENet 论文研读

7.CTPN 论文研读

8.CRNN 论文研读

 

论文基本信息

论文题目为：

Very Deep Convolutional Networks for Large-Scale Image Recognition

作者：

Karen Simonyan  & Andrew Zisserman

论文原文：

https://arxiv.org/pdf/1409.1556.pdf

 

 

论文研读内容：

 

摘要：

1.这篇论文探究了卷积神经网咯的深度对大规模图像识别精度的影响。

 

1. 作者评估了使用更小卷积核3*3的好处。3*3既考虑跨通道，也考虑局部信息整合
2. 主要是在深度上进行提高，结果显示当网络层数达到16-19层时网络效果提升明显。
3. 1*1不仅能改变维度大小，也能专注于那一个卷积核内部通道的信息整合。
4. ALEXNET中LRN的用处不大
5. 多