概述

VGG是由Simonyan 和Zisserman在文献《Very Deep Convolutional Networks for Large Scale Image Recognition》中提出卷积神经网络模型，其名称来源于作者所在的牛津大学视觉几何组(Visual Geometry Group)的缩写。

VGG模型是2014年ILSVRC（ImageNet）竞赛的第二名，第一名是GoogLeNet。但是VGG模型在多个迁移学习任务中的表现要优于googLeNet。而且，从图像中提取CNN特征，VGG模型是首选算法。

VGG16 模型可以达到 92.7% 的测试准确度,在ImageNet的前5位。它的数据集包括 1400万张图像，1000个类别。

VGG的输入图像 是 224x224x3，所以在卷积层中，每个卷积核有 3个通道

PS：该模型较早，现在有更快、更深、更准的模型

结构

VGG中根据卷积核大小和卷积层数目的不同，可分为A，A-LRN,B,C,D,E共6个配置(ConvNet Configuration)

其中以 D,E 两种配置较为常用，分别称为 VGG16 和 VGG19

六种结构配置：

由上图可，VGG16共包含：

13个卷积层（Convolutional Layer），分别用conv3-XXX表示。
- 3是卷积核尺寸(kernel size)，即宽（width）和高（height）均为3
- XXX是卷积核数量
3个全连接层（Fully connected Layer）,分别用FC-XXXX表示
- XXXX是感知机数量
5个池化层（Pool layer）,分别用maxpool表示

其中，卷积层 和 全连接层 具有权重参数，因此也被称为 权重层（weight layers）

总数目为13+3=16个权重层（weight layers），即：VGG16中16的来源。

池化层不涉及权重，因此不属于权重层

简单易懂，卷积核小，神经网络深：

卷积核大小相同
卷积核宽（width）和高（height）均为3，3*3是很小的卷积核尺寸，步幅stride=1，填充方式padding=same，这样就能够使得每一个卷积层(张量)与前一层（张量）保持相同的宽和高。
池化层均采用相同的池化核参数
池化层的参数均为2，即：池化后缩小一半
模型是由若干 卷积层 和 池化层 堆叠（stack）构成，比较容易形成较深的网络结构
（在2014年，16层已经被认为很深了）。

VGG的优点为: Small filters, Deeper networks.

VGG16的卷积层和池化层可以划分为不同的 块（Block），从前到后依次编号为Block1~Block5。

每一个块内包含若干卷积层和一个池化层，在同一块内，卷积核数量相同

如上图：

卷积核数量翻倍，由64依次增加到128，再到256，直至512保持不变，不再翻倍
图像高和宽减半，由 224→112→56→28→14→7

尽管VGG的结构简单，但是所包含的权重数量却很大，达到了惊人的139，357，544个参数。这些参数包括卷积核权重和全连接层权重。

对于第一个卷积层，卷积核数量是64，卷积核的通道数是3（输入图像的通道数是3），卷积核大小是3x3，因此总共有（3x3x3）x64 = 1728个参数
计算全连接层的权重参数数目的方法为：前一层节点数×本层的节点数前一层节点数×本层的节点数。因此，全连接层的参数分别为：
- 第一个全连接层：7x7x512x4096 = 1027,645,444
- 第二个全连接层：4096x4096 = 16,781,321
- 第三个全连接层：4096x1000 = 4096000

VGG16具有如此之大的参数数目，优点、缺点也很明显

优点：具有很高的拟合能力

缺点：