VGGNet 16_vggnet-16

VGGNet

VGGNet使用3*3卷积核，这与AlexNet支持的大的卷积核在浅层网络支持的结构是相反的。
VGGNet使用小的卷积核，但是使用较深的网络结构，感受野是大的。
如图:

全连接转卷积

VGGNet 网络架构

VGGNet网络模型解析

VGGNet架构详情：

• 输入层
• Block1 ~ Block5
• 全连接层 FC1, FC2
• 输出层 Softmax 函数

keras 代码实现:

img_input = Input(shape=(224, 224, 3))

# Block 1
x = Conv2D(64, (3, 3), activation='relu', padding='same', name='block1_conv1')(img_input)
x = Conv2D(64, (3, 3), activation='relu', padding='same', name='block1_conv2')(x)
x = MaxPooling2D((2, 2), strides=(2, 2), name='block1_pool')
1
2
3
4
5