VGG总结

为加深印象做一些笔记。

背景

牛津大学Visual Geometry Group团队开发。VGG19是参加ILSVRC 2014挑战赛使用的模型,并获得了ILSVRC定位第一名,和分类第二名的成绩。

结构

项目主要目的:证明增加网络深度能够在一定程度上提高网络的精度。
权重层 是具有权重系数的层,如卷积层和全连接层。

  • VGG-19含有16个卷积层(权重层)+3个全连接层(权重层)+5个池化层(非权重层)
  • VGG-16含有13个卷积层(权重层)+3个全连接层(权重层)+5个池化层(非权重层)
    VGG-19的网络结构:
input 224*224*3
conv3-64(stride=1,padding=same)
conv3-64(stride=1,padding=same)
maxpooling(2*2)
conv3-128(stride=1,padding=same)
conv3-128(stride=1,padding=same)
maxpooling(2*2)
conv3-256(stride=1,padding=same)
conv3-256(stride=1,padding=same)
conv3-256(stride=1,padding=same)
conv3-256(stride=1,padding=same)
maxpooling(2*2)
conv3-512(stride=1,padding=same)
conv3-512(stride=1,padding=same)
conv3-512(stride=1,padding=same)
conv3-512(stride=1,padding=same)
maxpooling(2*2)
conv3-512(stride=1,padding=same)
conv3-512(stride=1,padding=same)
conv3-512(stride=1,padding=same)
conv3-512(stride=1,padding=same)
maxpooling(2*2)
FC-4096
FC-4096
FC-1000
softmax
![在这里插入图片描述](https://img-blog.csdnimg.cn/20191015151522652.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzMjExMTgy,size_16,color_FFFFFF,t_70)

VGG-16的网络结构:

input 224*224*3
conv3-64(stride=1,padding=same)
conv3-64(stride=1,padding=same)
maxpooling(2*2)
conv3-128(stride=1,padding=same)
conv3-128(stride=1,padding=same)
maxpooling(2*2)
conv3-256(stride=1,padding=same)
conv3-256(stride=1,padding=same)
conv3-256(stride=1,padding=same)
maxpooling(2*2)
conv3-512(stride=1,padding=same)
conv3-512(stride=1,padding=same)
conv3-512(stride=1,padding=same)
maxpooling(2*2)
conv3-512(stride=1,padding=same)
conv3-512(stride=1,padding=same)
conv3-512(stride=1,padding=same)
maxpooling(2*2)
FC-4096
FC-4096
FC-1000
softmax

资料:https://www.cnblogs.com/vipyoumay/p/7884472.html

你可能感兴趣的:(python)