这是卷积神经⽹络发展的⼀些主要⽹络 

LeNet（3个卷积层+2个降采样层+1个全连接层）CNN雏形 

AlexNet （5个卷积层+3个全连接层+1个softmax层 

本⽂所讨论的VGG就是基于LeNet、AlexNet提出的更深的卷积神经⽹络 

VGG主要采⽤增加卷积层的⽅法来加深⽹络，结果发现深度越深，⽹络学习能⼒越好，分类能⼒越强。当深度增加到16-19层时，识别效

果有较⼤提升，即VGG-16，VGG-19。

在ILSVRC2014竞赛中定位第⼀，分类第⼆（第⼀是GoogleNet）。 

将卷积层的概念提升到了卷积group概念上，每个卷积group中含有⼏层卷积层，不再像AlexNet中5个卷积层，⽽是5个卷积group组合，

将AlexNet的8层深度推到了16-19层。

正⽂

1.

摘要

⽂章主要研究了深度对卷积神经⽹络分类精度的影响。 

在AlexNet的基础上主要做了两⽅⾯的改进： 

1.使⽤了最⼩的3*3卷积核尺⼨和最⼩间隔。 

2. 在整个图⽚和multi-scale上训练和测试图⽚。 

论⽂原句：1. Use smaller receptive window size and smaller stride of the first convolutional layer.

2.Training and testing the networks densely over the whole image and over multiple scales.

2.

配置

采⽤较⼩的Filter尺⼨-3*3，卷积的间隔s=1: 

1：3*3是最⼩的能够捕获上下左右和中⼼概念的尺⼨。 

2：两个3*3的卷基层的有限感受野是5*5；三个3*3的感受野是7*7，可以替代⼤的filter尺⼨。 

3：多个3*3的卷基层⽐⼀个⼤尺⼨filter卷基层有更多的⾮线性，使得判决函数更加具有判决性。 

4：多个3*3的卷积层⽐⼀个⼤尺⼨的filter有更少的参数，假设卷基层的输⼊和输出的特征图⼤⼩相同为C，那么三个3*3的卷积层参数个数

3*（3*3*C*C）=27CC；⼀个7*7的卷积层参数为49CC；所以可以把三个3*3的filter看成是⼀个7*7filter的分解（中间层有⾮线性的分

解）。 

也使⽤过1*1 filter: 

作⽤是在不影响输⼊输出维数的情况下，对输⼊进⾏线性形变，然后通过Relu进⾏⾮线性处理，增加⽹络的⾮线性表达能⼒。 

Max-Pooling：2*2，间隔s=2；

3.

分类