一文彻底搞懂SOTA模型 - VGG（2014）

文章预览

VGG是在 2014年 由牛津大学科学工程系Visual Geometry Group组提出的。VGG网络主要证明了增加网络的深度能够在一定程度上影响网络最终的性能，并在ImageNet大规模视觉识别挑战赛（ILSVRC）中取得了显著成绩。 VGG网络 在分类任务（Classification Task）中，VGG网络获得了第二名；在定位任务（Localization Task）中，VGG网络获得了第一名。 VGG 一、VGG VGG（ Visual Geometry Group ）是什么？ VGG是由牛津大学的视觉几何组（Visual Geometry Group）提出的 一系列深度卷积神经网络模型 。 VGG网络的结构非常简洁和统一，主要由一系列的卷积层和池化层组成。 它通过深度堆叠卷积层和池化层来构建深度网络 ，从而学习到更加复杂和抽象的特征表示。 3x3 卷积核 ：VGG网络 使用多个小尺寸的3x3卷积核 ，这种设计有助于减少参数数量并增加网络的非线性。 2x2 最大池化层 ：在每个卷积 ………………………………