深度学习: VGGNet 网络
Introduction
VGGNet 于2014年由牛津大学著名研究组VGG (Visual Geometry Group) 提出，斩获该年ImageNet竞赛中 Localization Task (定位任务) 第一名 和 Classification Task (分类任务)
第二名。
Improvement
与AlexNet相比，VGGNet改进点：
- 普遍使用 小卷积核 以 替代 大卷积核。
该作法的优势和劣势见深度学习: 感受野 (receptive field)。
Version
VGG网络结构有以下六种版本：
其中最常见的当属 VGG16 以及 VGG19 。
它们由于结构简单，清晰明了，被其他很多网络沿用。比如SegNet就直接沿用了VGG16的前13层。
Structure
VGG16 结构如下：
VGG19 结构如下：