VGG论文学习笔记

原作地址：https://arxiv.org/pdf/1409.1556.pdf

参考链接：https://blog.csdn.net/abc_138/article/details/80568450

在第2章中，主要是介绍了一些网络的细节，原作作者共尝试了6个层数不同的网络结构（在2.2节中有详细介绍），建立了11~19层的不同网络，如下图1所示，在2.3中作者相当于是介绍了本文中的主要创新点：更小的卷积核（3*3）、引入了1*1的卷积核。

在第三章中主要是介绍了训练中的细节，3.1节中介绍了训练过程中使用的的优化方法及超参数(batch_size/lr/L2等)设置的值、网络中参数的初始化过程、训练图片的size处理的方法(单尺度、多尺度)；3.2节中主要介绍了在测试过程中对图片size的处理方法(单尺度、多尺度以及FC层变为全卷积层)。

在第四章中从单尺度、多尺度等的角度对比评估了结果。

（最后附上自己的笔记，见图2、3、4，里面对文章的内容进行了总结和摘录，当然想看翻译和原文的朋友们可以直接打开顶部的链接）

图1 原作中的6种不同网络结构​​​

 

图2 

 

图3

图4