經典網絡VGGNet(其中VGG為Visual Geometry Group)由Karen Simonyan等于2014年提出，論文名為《Very Deep Convolutional Networks for Large-Scale Image Recognition》，論文見：https://arxiv.org/pdf/1409.1556.pdf，網絡結構如下圖所示，其中D和E即為VGG-16和VGG-19：

下圖是來自https://neurohive.io/en/popular-networks/vgg16/ 中VGG-16架構的截圖：

VGG-16(13個卷積層+3個全連接層)與VGG-19(16個卷積層+3個全連接層)的區別：每個卷積層后跟ReLU

(1).VGG-16：2個卷積層+Max Pooling+2個卷積層+Max Pooling+3個卷積層+Max Pooling+3個卷積層+Max Pooling+3個卷積層+Max Pooling+3個全連接層。

(2).VGG-19：2個卷積層+Max Pooling+2個卷積層+Max Pooling+4個卷積層+Max Pooling+4個卷積層+Max Pooling+4個卷積層+Max Pooling+3個全連接層。

假如輸入圖像大小為n*n，過濾器(filter)為f*f，padding為p，步長(stride)為s，則輸出大小為：如果商不是整數，向下取整，即floor函數。參考：https://blog.csdn.net/fengbingchun/article/details/80262495

VGGNet網絡證明了增加網絡深度有利于分類精度，使錯誤率下降。VGGNet模型應用到其它圖像數據集上泛化性也很好。

VGGNet網絡：

(1).結構簡潔：卷積層+ReLU、最大池化層、全連接層、Softmax輸出層。

(2).使用連續幾個較小卷積核(3*3)替換AlexNet中的較大卷積核且采用same padding(即p=(f-1)/2)，既減少參數，又進行了更多的非線性映射，可以增加網絡的擬合能力。分為5段卷積，每段包括2至4卷積層。

(3).最大池化，小池化核(2*2)，stride為2。

(4).通道數即feature maps數逐漸翻倍增加，使得更多的信息可以被提取出來。

(5).訓練時將同一張圖像縮放到不同的大小，在隨機裁剪到224*224大小以及隨機水平翻轉，增加訓練數據量。

(6).在測試階段，將3個全連接層替換為3個卷積層，這樣輸入層可以接收任意寬或高的圖像。

VGG-16架構：13個卷積層+3個全連接層，predict時對各層進行說明，參照：https://github.com/fengbingchun/Caffe_Test/blob/master/test_data/Net/VGG-16/vgg-16_deploy.prototxt

(1).輸入層(Input)：圖像大小為224*224*3。

(2).卷積層1+ReLU：使用64個3*3的filter，stride為1，padding為1，輸出為224*224*64，64個feature maps，訓練參數(3*3*3*64)+64=1792。

(3).卷積層2+ReLU：使用64個3*3的filter，stride為1，padding為1，輸出為224*224*64，64個feature maps，訓練參數(3*3*64*64)+64=36928。

(4).最大池化層：filter為2*2，stride為2，padding為0，輸出為112*112*64，64個feature maps。

(5).卷積層3+ReLU：使用128個3*3的filter，stride為1，padding為1，輸出為112*112*128，128個feature maps，訓練參數(3*3*64*128)+128=73856。

(6).卷積層4+ReLU：使用128個3*3的filter，stride為1，padding為1，輸出為112*112*128，128個feature maps，訓練參數(3*3*128*128)+128=147584。

(7). 最大池化層：filter為2*2，stride為2，padding為0，輸出為56*56*128，128個feature maps。

(8).卷積層5+ReLU：使用256個3*3的filter，stride為1，padding為1，輸出為56*56*256，256個feature maps，訓練參數(3*3*128*256)+256=295168。

(9).卷積層6+ReLU：使用256個3*3的filter，stride為1，padding為1，輸出為56*56*256，256個feature maps，訓練參數(3*3*256*256)+256=590080。

(10).卷積層7+ReLU：使用256個3*3的filter，stride為1，padding為1，輸出為56*56*256，256個feature maps，訓練參數(3*3*256*256)+256=590080。

(11). 最大池化層：filter為2*2，stride為2，padding為0，輸出為28*28*256，256個feature maps。

(12).卷積層8+ReLU：使用512個3*3的filter，stride為1，padding為1，輸出為28*28*512，512個feature maps，訓練參數(3*3*256*512)+512=1180160。

(13).卷積層9+ReLU：使用512個3*3的filter，stride為1，padding為1，輸出為28*28*512，512個feature maps，訓練參數(3*3*512*512)+512=2359808。

(14).卷積層10+ReLU：使用512個3*3的filter，stride為1，padding為1，輸出為28*28*512，512個feature maps，訓練參數(3*3*512*512)+512=2359808。

(15). 最大池化層：filter為2*2，stride為2，padding為0，輸出為14*14*512，512個feature maps。

(16).卷積層11+ReLU：使用512個3*3的filter，stride為1，padding為1，輸出為14*14*512，512個feature maps，訓練參數(3*3*512*512)+512=2359808。

(17).卷積層12+ReLU：使用512個3*3的filter，stride為1，padding為1，輸出為14*14*512，512個feature maps，訓練參數(3*3*512*512)+512=2359808。

(18).卷積層13+ReLU：使用512個3*3的filter，stride為1，padding為1，輸出為14*14*512，512個feature maps，訓練參數(3*3*512*512)+512=2359808。

(19). 最大池化層：filter為2*2，stride為2，padding為0，輸出為7*7*512，512個feature maps。

(20).全連接層1+ReLU+Dropout：有4096個神經元或4096個feature maps，訓練參數(7*7*512)*4096=102760488。

(21). 全連接層2+ReLU+Dropout：有4096個神經元或4096個feature maps，訓練參數4096*4096=16777216。

(22). 全連接層3：有1000個神經元或1000個feature maps，訓練參數4096*1000=4096000。

(23).輸出層(Softmax)：輸出識別結果，看它究竟是1000個可能類別中的哪一個。

train和predict的可視化結果如下圖所示：

GitHub：https://github.com/fengbingchun/NN_Test

總結

以上是生活随笔為你收集整理的经典网络VGGNet介绍的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。