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 

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