2014年，牛津大学计算机视觉集团(Visual Geometry Group )与谷歌深度卷积神经网络(Google DeepMind )的研究员一起开发了新的深度卷积神经网络) VGGNet，ILS VRVR
VGGNet探索了卷积神经网络的深度与其性能的关系，成功构建了16~19层深度的卷积神经网络，增加网络的深度在一定程度上影响了网络的最终性能，在大幅降低误码率的同时， 迄今为止，VGG被用于提取图像的特征。
VGGNet可以看成是深版本的AlexNet，都是由卷积层、全连接层两大部分组成的。 卷积神经网络的技术原理，AlexNet在这篇博客的上一篇文章中详细介绍了，有兴趣的人请打开链接看看。 (大话卷积神经网络，大话CNN经典模型： AlexNet )。
一、VGG的特点
我们先来看看VGG的结构图
1、简单的结构
VGG由5层卷积层、3层全连接层、softmax输出层构成，层与层间由max-pooling (最大化池)划分，所有隐藏层的激活单元均采用了ReLU函数。
2、小卷积核和多卷积子层
VGG通过使用多个小卷积核(3×3 )的卷积层代替卷积核的大卷积层，一方面减少了参数，另一方面相当于进行了更多的非线性映射，提高了网络的拟合/表达能力，
小卷积核是VGG的重要特征之一。 虽然VGG模仿了AlexNet的网络结构，但是AlexNet没有采用7×7那样比较大的卷积核尺寸，而是通过减小卷积核的尺寸(3×3 )、增加卷积子层数来达到同样的性能(VGG )
VGG的作者认为，由两个3×3的卷积栈得到的感觉野的大小相当于5×5的卷积； 3×3卷积得到的感觉野相当于7×7的卷积。 这样可以增加非线性映射，并适当减少参数。 例如，7×7有49个参数，3×3有27个参数，如下图所示。
3、小池化核
与AlexNet的3×3池化核相比，VGG均采用了2×2池化核。
4、频道数多
VGG网络一层的频道数为64，每后一层增加一倍，最多为512个频道，频道数增加，可以提取更多的信息。
5、层数更深，特征图更广
由于卷积核集中在通道数的扩大上，池化集中在宽度和高度的缩小上，模型体系结构上的深度和宽度在扩大的同时，抑制了计算量的增长规模。
6、全连接卷积(测试阶段) )
这也是VGG的特征之一，在网络测试阶段将训练阶段的三个全部连接替换为三个卷积，测试得到的全部卷网络没有全部连接的限制，因此在测试阶段能够接收任意宽度或高度的输入是重要的。
如本节第一幅图所示，输入图像为224x224x3。 如果以下三层都是全连接，在测试阶段，测试图像必须全部放大缩小到224x224x3，才能满足下一个全连接层输入数的要求，测试工作的开展很不方便。
另一方面，对于“全连接卷积”，置换过程如下。
例如，如果7x7x512层要与4096个神经元层完全连接，则对7x7x512层要置换成通道数为4096、卷积核为1×1的卷积。
这个“全连接卷积”的想法是VGG的作者参考了OverFeat的工作想法，例如下图是OverFeat将全连接转换为卷积后，可以以任意分辨率(整个图)计算卷积，因此需要重新缩放原图
二、VGG的网络结构
下图为论文《Very Deep Convolutional Networks for Large-Scale Image Recognition》 (基于非常深的卷积网络的大规模图像识别)
）的VGG网络结构，正是在这篇论文中提出了VGG，如下图：
在这篇论文中分别使用了A、A-LRN、B、C、D、E这6种网络结构进行测试，这6种网络结构相似，都是由5层卷积层、3层全连接层组成，其中区别在于每个卷积层的子层数量不同，从A至E依次增加（子层数量从1到4），总的网络深度从11层到19层（添加的层以粗体显示），表格中的卷积层参数表示为“conv⟨感受野大小⟩-通道数⟩”，例如con3-128，表示使用3×3的卷积核，通道数为128。为了简洁起见，在表格中不显示ReLU激活功能。
其中，网络结构D就是著名的VGG16，网络结构E就是著名的VGG19。
以网络结构D（VGG16）为例，介绍其处理过程如下，请对比上面的表格和下方这张图，留意图中的数字变化，有助于理解VGG16的处理过程：
1、输入224x224x3的图片，经64个3×3的卷积核作两次卷积+ReLU，卷积后的尺寸变为224x224x64
2、作max pooling（最大化池化），池化单元尺寸为2×2（效果为图像尺寸减半），池化后的尺寸变为112x112x64
3、经128个3×3的卷积核作两次卷积+ReLU，尺寸变为112x112x128
4、作2×2的max pooling池化，尺寸变为56x56x128
5、经256个3×3的卷积核作三次卷积+ReLU，尺寸变为56x56x256
6、作2×2的max pooling池化，尺寸变为28x28x256
7、经512个3×3的卷积核作三次卷积+ReLU，尺寸变为28x28x512
8、作2×2的max pooling池化，尺寸变为14x14x512
9、经512个3×3的卷积核作三次卷积+ReLU，尺寸变为14x14x512
10、作2×2的max pooling池化，尺寸变为7x7x512
11、与两层1x1x4096，一层1x1x1000进行全连接+ReLU（共三层）
12、通过softmax输出1000个预测结果
以上就是VGG16（网络结构D）各层的处理过程，A、A-LRN、B、C、E其它网络结构的处理过程也是类似，执行过程如下（以VGG16为例）：
从上面的过程可以看出VGG网络结构还是挺简洁的，都是由小卷积核、小池化核、ReLU组合而成。其简化图如下（以VGG16为例）：
A、A-LRN、B、C、D、E这6种网络结构的深度虽然从11层增加至19层，但参数量变化不大，这是由于基本上都是采用了小卷积核（3×3，只有9个参数），这6种结构的参数数量（百万级）并未发生太大变化，这是因为在网络中，参数主要集中在全连接层。
经作者对A、A-LRN、B、C、D、E这6种网络结构进行单尺度的评估，错误率结果如下：
从上表可以看出：
1、LRN层无性能增益（A-LRN）
VGG作者通过网络A-LRN发现，AlexNet曾经用到的LRN层（local response normalization，局部响应归一化）并没有带来性能的提升，因此在其它组的网络中均没再出现LRN层。
2、随着深度增加，分类性能逐渐提高（A、B、C、D、E）
从11层的A到19层的E，网络深度增加对top1和top5的错误率下降很明显。
3、多个小卷积核比单个大卷积核性能好（B）
VGG作者做了实验用B和自己一个不在实验组里的较浅网络比较，较浅网络用conv5x5来代替B的两个conv3x3，结果显示多个小卷积核比单个大卷积核效果要好。
最后进行个小结：
1、通过增加深度能有效地提升性能；
2、最佳模型：VGG16，从头到尾只有3×3卷积与2×2池化，简洁优美；
3、卷积可代替全连接，可适应各种尺寸的图片
墙裂建议
2014年，K. Simonyan等人发表了关于VGGNet的经典论文《Very Deep Convolutional Networks for Large-Scale Image Recognition》（基于甚深层卷积网络的大规模图像识别），在该论文中对VGG的思想、测试情况进行了详细介绍，建议阅读这篇论文加深了解。
K码农提供了很多不同领域技术，包含人工智能，android，ios ，前端，后端，大数据，云计算，区块链，物联网等大量的技术：http://kmanong.top