深度学习论文随记（二）---VGGNet模型解读

 

Very Deep Convolutional Networks forLarge-Scale Image Recognition

Author: K Simonyan ， A Zisserman

Year: 2014

 

1、  导引

VGGNet是2014年ILSVRC竞赛的第二名，没错你没听错它是第二名，第一名是GoogLeNet（真不是我打错google，是谷歌为了纪念LeNet，所以用的大写L）.为什么先讲VGG，因为它这个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。它的缺点在于，参数量有140M之多，需要更大的存储空间。但是这个模型很有研究价值。

为什么叫VGG？

是牛津大学 Visual Geometry Group（视觉几何组）的同志写的论文，所以叫VGG.

 

 

2、  模型解读

VGG中的16指的是conv和FC的总和。

 

这张图的意思是他们一共建了A, B, C, D, E, F  6个不同的网络进行效果的比对。

注：在你看这里的时候我已经假设你看懂了AlexNet，已经对神经网络的结构有了个大致的印象。

 

 

 

结构A：和AlexNet类似，卷积层分为了5个stage，全连接层还是3层。只不过卷积层用的都是3x3大小的filter，具体的细节我会在下文接着阐述。

结构A-LRN：保留AlexNet里面LRN操作，其他与结构A无区别。

结构B：在A的stage2和stage3分别增加一个3x3的卷积层，共有10个卷积层。

结构C：在B的基础上，stage3，stage4，stage5分别增加一个1x1的卷积层，有13个卷积层，总计16层。

结构D：在C的基础上，stage3，stage4，stage5分别增加一个3x3的卷积层，有13个卷积层，总计16层。

结构E：在D的基础上，stage3，stage4，stage5分别再增加一个3x3的卷积层，有16个卷积层，总计19层。

 

 

 

对比：

·A与A-LRN比较：A-LRN结果没有A好，说明LRN作用不大。

·A与B, C, D, E比较，A是这当中layer最少的，相比之下A效果不如B,C,D,E，说明Layer越深越好；

·B与C比较：增加1x1filter，增加了额外的非线性提升效果；

·C与D比较：3x3 的filter（结构D）比1x1（结构C）的效果好

 

3、 特点分析：(我们以最终的结构E来进行分析)

 

 

 

 

①可以看到共有5个池化层，所以可以把卷积部分视为5个部分，和AlexNet一样，只不过每一个部分他用了不止一层卷积层。

②所有卷积层都是同样大小的filter！尺寸3x3，卷积步长Stirde = 1，填充Padding = 1！

为什么这么搞？

A、3x3是最小的能够捕获左、右、上、下和中心概念的尺寸；

B、两个3x3的卷积层连在一起可视为5x5的filter，三个连在一起可视为一个7x7的

   这是卷积的性质，受过#信号系统#这门课摧残的同学应该记忆犹新…

C、多个3x3的卷积层比一个大尺寸的filter卷积层有更多的非线性，使得判决函数更加具有判断性。

D、多个3x3的卷积层笔一个大尺寸的filter具有更少的参数。

 

③卷积层变多了。结构E有16层卷积层，加上全连接层共19层。这也是对深度学习继续往深处走的一个推动。

实际上卷积层越多的话，图像的细节信息的就能得到更好的提取，可以想象成拿放大镜把细节放大再放大？我不知道我这个比喻是否恰当，但是便于理解。

 

4、  Multi-scale训练

首先对原始图片进行等比例缩放，使得短边要大于224，然后在图片上随机提取224x224窗口，进行训练。由于物体尺度变化多样，所以多尺度（Multi-scale）可以更好地识别物体。

方法1：在不同的尺度下，训练多个分类器：

参数S为短边长。训练S=256和S=384两个分类器，其中S=384的分类器用S=256的进行初始化，且将步长调为10e-3

方法2：直接训练一个分类器，每次数据输入的时候，每张图片被重新缩放，缩放的短边S随机从[256,512]中选择一个。

Multi-scale其实本身不是一个新概念，学过图像处理的同学都知道，图像处理中已经有这个概念了，我们学过图像金字塔，那就是一种多分辨率操作

只不过VGG网络第一次在神经网络的训练过程中提出也要来搞多尺寸。目的是为了提取更多的特征信息。像后来做分割的网络如DeepLab也采用了图像金字塔的操作。

转载自 https://blog.csdn.net/Teeyohuang/article/details/75214758