结构

• 输入尺寸：224x224RGB图像
• 预处理：图像每个像素减去RGB平均值
• 卷积步幅为1，保持卷积后分辨率
• 使用最大池化，大小2x2，步幅为2
• 最后是3个全链接层，第一二有4096个神经元，第三个是1000个神经元，对应1000分类，也是soft-max层
• 所有隐藏层使用Relu作为激活函数
• 没有使用数据规范化：认为对于ILSVRC数据集无效，且浪费计算资源

配置

VGGNET：共有A-E，五个模型

• 8conv+3fc--------》16conv+3fc， 添加了conv3，或conv1

  • 1x1 卷积是在不影响感受域的前提下，增加非线性函数的一种方式
• 滤波器数量64开始，每池化一次，翻倍，直到512
• 使用3x3代替7x7，5x5，减少参数量，增加了激活次数

原文