卷积神经网络 VGGNet，由牛津大学著名研究所VGG提出，斩获该年ImageNet竞赛中Localization Task（定位任务）第一名和Classification Task（分类任务）第二名。
我们先来看下VGGNet的网络结构，如图1所示。
图1AlexNet和VGGNet网络结构图
上图是AlexNet和VGGNet网络结构对比[5]
VGGNet包含两种结构，分别为16层和19层。从图中可以看出，VGGNet结构中，所有卷积层的kernel都只有3*3。
VGGNet中连续使用3组3*3kernel（stride为1）的原因是它与使用1个7*7kernel产生的效果相同，然而更深的网络结构还会学习到更复杂的非线性关系，从而使得模型的效果更好。该操作带来的另一个好处是参数数量的减少，因为对于一个包含了C个kernel的卷积层来说，原来的参数个数为7*7*C，而新的参数个数为3*（3*3*C）。
VGG网络的设计严格使用3×3的卷积层和池化层来提取特征，并在网络的最后面使用三层全连接层，将最后一层全连接层的输出作为分类的预测。 在VGG中每层卷积将使用ReLU作为激活函数，在全连接层之后添加dropout来抑制过拟合。
使用小的卷积核能够有效地减少参数的个数，使得训练和测试变得更加有效。比如使用两层3×3卷积层，可以得到感受野为5的特征图，而比使用5×5的卷积层需要更少的参数。由于卷积核比较小，可以堆叠更多的卷积层，加深网络的深度，这对于图像分类任务来说是有利的。VGG模型的成功证明了增加网络的深度，可以更好的学习图像中的特征模式。
图2给出了VGG16Net的网络结构以及每一层计算所对应的需要消耗的内存和计算量。从表中我们可以看出，内存消耗主要来自于早期的卷积，而参数量的激增则发生在后期的全连接层。
图2 VGG16Net网络结构
网友评论