VGG：Very Deep Convolutional Networks for Large-Scale Image Recognition阅读笔记

论文原文：Very Deep Convolutional Networks forLarge-Scale Image Recognition

网络模型名字：VGG-16、VGG-19

1、简介

    2014年ImageNet亚军。本文主要研究了卷积神经网络深度对大尺度图像识别精度的影响。在现有网络结构的基础上，不断增加3*3卷积核，当深度增加到16-19层时，识别效果有较大提升，即VGG-16，VGG-19。

    VGG不仅在分类和定位中表现优异，而且可以应用到其他场景。faster rcnn、fast rcnn中特征提取部分应用了VGG-16网络。

2、网络基本构成及方法

    训练输入为224*224大小的RGB图像，需要减去图像均值。用一堆3*3,1*1小卷积核进行卷积，连接max pooling。最后，连接3个全连接层，softmax分类器。

    网络结构使用Relu激活函数，几乎不用LRN（Local Response Normalisation）。



    VGG网络结构：

    模型A-E：只增加深度，其他不变（增加3*3卷积核）



    测试效果：