第一次写博客 目的是练习一下那种感觉，不足之处还望见谅

LeNet模型

用途：

• LeNet主要用来进行手写字符的识别与分类

特点

1. 每个卷积层包括三部分：卷积、池化和非线性**函数（sigmoid**函数）
2. 使用卷积提取空间特征
3. 降采样层采用平均池化

网络结构

上图为LeNet结构图，是一个6层网络结构：三个卷积层，两个下采样层和一个全连接层（图中C代表卷积层，S代表下采样层，F代表全连接层）。其中，C5层也可以看成是一个全连接层，因为C5层的卷积核大小和输入图像的大小一致，都是5*5。

VGG

用途：

• 该网络主要是泛化性能很好，容易迁移到其他的图像识别项目上

特点

1. 主要的区别，一个字：深，两个字：更深。把网络层数加到了16-19层（不包括池化和softmax层），而AlexNet是8层结构。
2. 将卷积层提升到卷积块的概念。卷积块有2~3个卷积层构成，使网络有更大感受野的同时能降低网络参数，同时多次使用ReLu**函数有更多的线性变换，学习能力更强。
3. 在训练时和预测时使用Multi-Scale做数据增强。训练时将同一张图片缩放到不同的尺寸，在随机剪裁到224*224的大小，能够增加数据量。预测时将同一张图片缩放到不同尺寸做预测，最后取平均值。

上图为VGG16的网络结构，共16层（不包括池化和softmax层），所有的卷积核都使用33的大小，池化都使用大小为22，步长为2的最大池化，卷积层深度依次为64 -> 128 -> 256 -> 512 ->512。

原文链接