1.VGG是Oxford的Visual Geometry Group的组提出的.
对应的论文:Very Deep Convolutional Networks for Large-Scale Image Recognition
2.对应的网络结构
3. VGG16结构
针对VGG16进行具体分析发现,VGG16共包含:
- 13个卷积层(Convolutional Layer),分别用conv3-XXX表示
- 3个全连接层(Fully connected Layer),分别用FC-XXXX表示
- 5个池化层(Pool layer),分别用maxpool表示
其中,卷积层和全连接层具有权重系数,因此也被称为权重层
,总数目为13+3=16,这即是VGG16中16的来源。
(池化层不涉及权重,因此不属于权重层,不被计数)。
参考资料:https://www.cnblogs.com/lfri/p/10493408.html
参考资料:https://www.cnblogs.com/Mrzhang3389/p/10127071.html
参考论文:Very Deep Convolutional Networks for Large-Scale Image Recognition