Paper2:VGG Notes

Paper2:VGG Notes

​ 本模型源于论文： 《Very Deep Convolutional Networks for Large-Scale Image Recognition》

背景

​ VGG名字是由牛津大学（Oxford）的Visual Geometry Group组提出的。VGG在2014年的ImageNet分类竞赛中获得了亚军（分类冠军是 GoogleNet），定位竞赛中获得了冠军，虽然在分类竞赛中获得了亚军，但其影响力一点也不低于冠军GoogleNet。该模型简洁，将常规、经典、续贯的深度神经网络结构发挥到了极致，但参数量较大（主要集中在第一个全连接层），参数量较大导致模型略显臃肿，训练时速度较慢。

​ VGG的创新点主要是通过使用3×3的小卷积核取代大卷积核（5×5、7×7），网络深度可以达到19层，宽度逐层加宽。论文中提出的VGG16、VGG19模型可以作为迁移学习的基模型。

VGG原理

​ VGG16相比于AlexNet的一个改进就是采用连续的3×3卷积核代替AlexNet中5×5或者7×7的卷积（2个3×3卷积可以替代1个5×5卷积，3个3×3卷积可以替代一个7x7卷积），这样做的好处是在保证具有相同感受野的条件下，提升了网络的深度，在一定程度上提升了神经网络的效果。

​ 理解了上图之后，我们可能会想，这样代替为什么好？

​ 我们可以通过参数证明的方式，假设输入图像是H×W×C，并且我们使用C个卷积核（步长为1，padding选能使长宽不变的！）

​ ①对于一个7×7的卷积，那么权重数量就是：
$$C\times \left(7\times 7\times C\right)=49C^2$$
​ ②对于3个3×3的卷积，那么权重数数量就是：
$$3\times C\times$$