2014年，牛津大學計算機視覺組（Visual Geometry Group）和Google DeepMind公司的研究員一起研發出了新的深度卷積神經網路：VGGNet，並取得了ILSVRC2014比賽分類專案的第二名（第一名是GoogLeNet，也是同年提出的）和定位專案的第一名。
VGGNet探索了卷積神經網路的深度與其效能之間的關係，成功地構築了16~19層深的卷積神經網路，證明了增加網路的深度能夠在一定程度上影響網路最終的效能，使錯誤率大幅下降，同時拓展性又很強，遷移到其它圖片資料上的泛化性也非常好。到目前為止，VGG仍然被用來提取影象特徵。
VGGNet可以看成是加深版本的AlexNet，都是由卷積層、全連線層兩大部分構成。卷積神經網路技術原理、AlexNet在本部落格前面的文章已經有作了詳細的介紹，有興趣的同學可開啟連結看看（

大話卷積神經網路，大話CNN經典模型：AlexNet）。

一、VGG的特點
先看一下VGG的結構圖
 
1、結構簡潔
VGG由5層卷積層、3層全連線層、softmax輸出層構成，層與層之間使用max-pooling（最大化池）分開，所有隱層的啟用單元都採用ReLU函式。
2、小卷積核和多卷積子層
VGG使用多個較小卷積核（3x3）的卷積層代替一個卷積核較大的卷積層，一方面可以減少引數，另一方面相當於進行了更多的非線性對映，可以增加網路的擬合/表達能力。
小卷積核是VGG的一個重要特點，雖然VGG是在模仿AlexNet的網路結構，但沒有采用AlexNet中比較大的卷積核尺寸（如7x7），而是通過降低卷積核的大小（3x3），增加捲積子層數來達到同樣的效能（VGG：從1到4卷積子層，AlexNet：1子層）。
VGG的作者認為兩個3x3的卷積堆疊獲得的感受野大小，相當一個5x5的卷積；而3個3x3卷積的堆疊獲取到的感受野相當於一個7x7的卷積。這樣可以增加非線性對映，也能很好地減少引數（例如7x7的引數為49個，而3個3x3的引數為27），如下圖所示：

 
3、小池化核
相比AlexNet的3x3的池化核，VGG全部採用2x2的池化核。
4、通道數多
VGG網路第一層的通道數為64，後面每層都進行了翻倍，最多到512個通道，通道數的增加，使得更多的資訊可以被提取出來。
5、層數更深、特徵圖更寬
由於卷積核專注於擴大通道數、池化專注於縮小寬和高，使得模型架構上更深更寬的同時，控制了計算量的增加規模。
6、全連線轉卷積（測試階段）
這也是VGG的一個特點，在網路測試階段將訓練階段的三個全連線替換為三個卷積，使得測試得到的全卷積網路因為沒有全連線的限制，因而可以接收任意寬或高為的輸入，這在測試階段很重要。
如本節第一個圖所示，輸入影象是224x224x3，如果後面三個層都是全連線，那麼在測試階段就只能將測試的影象全部都要縮放大小到224x224x3，才能符合後面全連線層的輸入數量要求，這樣就不便於測試工作的開展。
而“全連線轉卷積”，替換過程如下：
 
例如7x7x512的層要跟4096個神經元的層做全連線，則替換為對7x7x512的層作通道數為4096、卷積核為1x1的卷積。
這個“全連線轉卷積”的思路是VGG作者參考了OverFeat的工作思路，例如下圖是OverFeat將全連線換成卷積後，則可以來處理任意解析度（在整張圖）上計算卷積，這就是無需對原圖做重新縮放處理的優勢。

二、VGG的網路結構
下圖是來自論文《Very Deep Convolutional Networks for Large-Scale Image Recognition》（基於甚深層卷積網路的大規模影象識別）的VGG網路結構，正是在這篇論文中提出了VGG，如下圖：
 
在這篇論文中分別使用了A、A-LRN、B、C、D、E這6種網路結構進行測試，這6種網路結構相似，都是由5層卷積層、3層全連線層組成，其中區別在於每個卷積層的子層數量不同，從A至E依次增加（子層數量從1到4），總的網路深度從11層到19層（新增的層以粗體顯示），表格中的卷積層引數表示為“conv〈感受野大小〉-通道數〉”，例如con3-128，表示使用3x3的卷積核，通道數為128。為了簡潔起見，在表格中不顯示ReLU啟用功能。
其中，網路結構D就是著名的VGG16，網路結構E就是著名的VGG19。

以網路結構D（VGG16）為例，介紹其處理過程如下，請對比上面的表格和下方這張圖，留意圖中的數字變化，有助於理解VGG16的處理過程：
 
1、輸入224x224x3的圖片，經64個3x3的卷積核作兩次卷積+ReLU，卷積後的尺寸變為224x224x64
2、作max pooling（最大化池化），池化單元尺寸為2x2（效果為影象尺寸減半），池化後的尺寸變為112x112x64
3、經128個3x3的卷積核作兩次卷積+ReLU，尺寸變為112x112x128
4、作2x2的max pooling池化，尺寸變為56x56x128
5、經256個3x3的卷積核作三次卷積+ReLU，尺寸變為56x56x256
6、作2x2的max pooling池化，尺寸變為28x28x256
7、經512個3x3的卷積核作三次卷積+ReLU，尺寸變為28x28x512
8、作2x2的max pooling池化，尺寸變為14x14x512
9、經512個3x3的卷積核作三次卷積+ReLU，尺寸變為14x14x512
10、作2x2的max pooling池化，尺寸變為7x7x512
11、與兩層1x1x4096，一層1x1x1000進行全連線+ReLU（共三層）
12、通過softmax輸出1000個預測結果

以上就是VGG16（網路結構D）各層的處理過程，A、A-LRN、B、C、E其它網路結構的處理過程也是類似，執行過程如下（以VGG16為例）：
 
從上面的過程可以看出VGG網路結構還是挺簡潔的，都是由小卷積核、小池化核、ReLU組合而成。其簡化圖如下（以VGG16為例）：

A、A-LRN、B、C、D、E這6種網路結構的深度雖然從11層增加至19層，但引數量變化不大，這是由於基本上都是採用了小卷積核（3x3，只有9個引數），這6種結構的引數數量（百萬級）並未發生太大變化，這是因為在網路中，引數主要集中在全連線層。
 
經作者對A、A-LRN、B、C、D、E這6種網路結構進行單尺度的評估，錯誤率結果如下：
 
從上表可以看出：
1、LRN層無效能增益（A-LRN）
VGG作者通過網路A-LRN發現，AlexNet曾經用到的LRN層（local response normalization，區域性響應歸一化）並沒有帶來效能的提升，因此在其它組的網路中均沒再出現LRN層。
2、隨著深度增加，分類效能逐漸提高（A、B、C、D、E）
從11層的A到19層的E，網路深度增加對top1和top5的錯誤率下降很明顯。
3、多個小卷積核比單個大卷積核效能好（B）
VGG作者做了實驗用B和自己一個不在實驗組裡的較淺網路比較，較淺網路用conv5x5來代替B的兩個conv3x3，結果顯示多個小卷積核比單個大卷積核效果要好。

最後進行個小結：
1、通過增加深度能有效地提升效能；
2、最佳模型：VGG16，從頭到尾只有3x3卷積與2x2池化，簡潔優美；
3、卷積可代替全連線，可適應各種尺寸的圖片