VGG16网络结构

最新推荐文章于 2025-05-15 16:52:06 发布

原创

最新推荐文章于 2025-05-15 16:52:06 发布 · 3.4k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#卷积神经网络

VGG16是深度为16层的卷积神经网络，包括13个卷积层和3个全连接层。其特点是使用3x3的小卷积核，通过堆叠增加深度，配合2x2的最大池化层。网络结构由64、128、256、512个卷积核的层组成，最后是全连接层和softmax预测层。VGG16通过小卷积核实现参数减少和计算效率的提高。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

VGGNet模型有A-E五种结构网络，深度分别为11，11，13，16，19，其中VGG16和VGG19较为典型。VGG网络结构如下图所示。

VGG16介绍：

在卷积层1（conv3_64）,卷积层2（conv3_128）,卷积层3（conv3_256）,卷积层4（conv3_512）

分别有64个，128个，256个，512个3X3卷积核，在每两层之间有池化层stride为2的2X2池化矩阵（maxpool）。在卷积层5（conv3_512）后有全连接层，再之后是soft-max预测层。

（1）conv3-64 ：是指第三层卷积后维度变成64，同样地，conv3-128指的是第三层卷积后维度变成128；

（2）input(224X224 RGB image)指的是输入图像大小为224X224的彩色图像，通道为3，即224X224X3

（3）maxpool 是指最大池化，在VGG16中，pooling采用的是2x2的最大池化方法；

（4）FC-4096 指的是全连接层中有4096个节点，同样地，FC-1000为该层全连接层有1000 个节点；

（5）padding指的是对矩阵在外边填充n圈，padding=1即外边缘填充1圈，5x5大小的矩阵，填充一圈后变成7x7大小；在进行卷积操作的过程中，处于中间位置的数值容易被进行多次的提取，但是边界数值的特征提取次数相对较少，为了能更好的把边界数值也利用上，所以给原始数据矩阵的四周都补上一层0，这就是padding操作。

（6）vgg16每层卷积的滑动步长stride=1，padding=1。

从上图可以看出VGG16由13个卷积层+3个全连接层=16层构成，过程为：

（1）输入224*224*3的图片

（2）conv1_1+conv1_2+pool1:经过64个3*3卷积核的两次卷积后，采用一次max pooling。经过第一次卷积后有3*3*3*64=1728个训练参数；第二次卷积后有3*3*64*64=36864 个训练参数，大小变为112*112*64 （池化层采用尺寸为2X2，str