0
点赞
收藏
分享

微信扫一扫

VGG-Net论文学习笔记(代码正在更新)

苦茶如歌 2022-02-28 阅读 73

文章目录

Very deeeo convolutional networks for large-scale image recognition

历史意义

1、开启组小卷积时代(kernel_szie=3)
2、作为后续分割网络架构的主干部分(FCN)

摘要

1、提出网络深度与精度的关系
2、使用kernel_size=3的小卷积
3、使用16-19作为网络深度
4、比赛中效果显著,代码公开

网络架构

在这里插入图片描述

网络基础

1、5个maxpooling Layer
2、3个fullyconnected Layer
3、1个softmax

网络衍生

VGG11-Net(A)为基础,在A之上做了五种改进,对应表格A-LRN,B,C,D,E,其中,FCN便迁移学习的VGG16-Net,A-LRN是在A中增加LRN,LRN作用相当于目前网络中的BN;B在1和2block中增加了一个kernel_size=3的卷积;C在第3、4、5个block中增加了1个kernel_szie=1;D在第3,4,5中block的kernel_size=1卷积替换为kernel_size=3卷积;E在第3,4,5个block中继续增加1个kernel_size=3的卷积。

网络特点

1、堆叠kernel_size=3的kernel

1、感受野范围:1kernel_size=5 == 2kernel_size=3
2、减小计算参数

2、提出经典kernel_size=1的卷积

借鉴NIN,引入利用1*1卷积,增加非线性激活函数,提升模型效果

代码复现

举报

相关推荐

0 条评论