我是盖伦，算法工程师，技术过硬，专注操作。

根据一代目AlexNet的经验，牛津大学的视觉几何组（Visual Geometry Group，缩写VGG）和Google DeepMind公司的研究员，探索了卷积神经网络的深度与其性能之间的关系，尝试更深的卷积神经网络提取图片特征。于是，便有了深不见底的VGGNet。以最佳模型VGG-16为研究对象：

模型结构

• 5层卷积组
• 卷积组均用３ｘ３的卷积核
• 卷积组后接２ｘ２ 池化核的max-pooling（最大化池）
• 最后接上三个全连接层
• 输出层使用softmax
• 隐层的激活单元都采用ReLU函数

核心理念

1.使用小卷积核和小池化核

作者认为：

• 2个3x3的卷积堆叠获得的感受野，相当于一个5x5的卷积.
• 3个3x3卷积的堆叠获得的感受野，相当于一个7x7的卷积。

效果：

• 减少参数
• 当于进行了更多的非线性映射
• 增加网络的拟合/表达能力。

2.更高通道和更深层数

• 卷积组的通道数依次为64、128、256、512、512。
• 增加模型深度有效提升性能。

论文地址

https://arxiv.org/abs/1409.1556

模型应用

https://github.com/machrisaa/tensorflow-vgg

其他

VGGNet有六种不同的网络结构，具体见下图，效果最好的是图中最后两个VGG-16和VGG-19。