VGG网络与感受野

简介: VGG网络与感受野

1、简介

VGG网络是图像分类的经典网络之一,此网络提出了感受野元的概念,极大的提高了网络运行速度。该网络具备卷积核小、池化核小、层数深等优点。


2、感受野


VGG网络最大的亮点就是感受野,感受野概念:特征图上一点,相对原图的大小,也是卷积神经网络特征所能看到输入图像的区域。


论文中案例:


堆叠两个3X3的卷积核替代5X5的卷积核。


堆叠三个3X3卷积核替代7X7的卷积核。


目的:具有相同的感受野。


卷积公式为:F(i) = F(F(i+1)-1)xS+K。


b77056c6f562d749120d1e90abe92a30.png


上图感受野计算过程如下所示:


F = (1-1)X2+2 = 2;


F = (2-1)X2+3 = 5。


论文中3个3X3卷积核替代7X7卷积核感受野计算过程如下:


F3 = (1-1)X1+3 = 3


F2 = (3-1)X1+3 = 5


F1 = (5-1)X1+3 = 7。


节省参数如下:


假设输入特征矩阵深度为C,那么参数量为:7X7XCXC = 49C²


通过多个小卷积核替代后,参数量为:3X(3X3XCXC) = 27C²。


上文如有错误,恳请各位大佬指正。


相关文章
|
5月前
|
机器学习/深度学习 计算机视觉 网络架构
是VGG网络的主要特点和架构描述
是VGG网络的主要特点和架构描述:
92 1
|
5月前
|
机器学习/深度学习 网络架构 计算机视觉
VGG深度卷积神经网络架构
VGG深度卷积神经网络架构
|
6月前
|
机器学习/深度学习 数据采集 算法
深入理解VGG网络,清晰易懂
深入理解VGG网络,清晰易懂
|
机器学习/深度学习 数据挖掘 PyTorch
图像分类经典神经网络大总结(AlexNet、VGG 、GoogLeNet 、ResNet、 DenseNet、SENet、ResNeXt )
图像分类经典神经网络大总结(AlexNet、VGG 、GoogLeNet 、ResNet、 DenseNet、SENet、ResNeXt )
6174 1
图像分类经典神经网络大总结(AlexNet、VGG 、GoogLeNet 、ResNet、 DenseNet、SENet、ResNeXt )
|
计算机视觉
使用VGG网络进行MNIST图像分类
使用VGG网络进行MNIST图像分类
162 0
|
机器学习/深度学习 IDE 数据挖掘
|
并行计算 Java PyTorch
使用VGG网络训练发生错误RuntimeError: CUDA out of memory解决方案:
使用VGG网络训练发生错误RuntimeError: CUDA out of memory解决方案:
666 0
|
机器学习/深度学习
如何搭建VGG网络,实现Mnist数据集的图像分类
如何搭建VGG网络,实现Mnist数据集的图像分类
128 0
|
数据可视化
探索VGG网络与LeNet网络对精度的影响
探索VGG网络与LeNet网络对精度的影响
75 0
|
3天前
|
存储 SQL 安全
网络安全与信息安全:关于网络安全漏洞、加密技术、安全意识等方面的知识分享
【10月更文挑战第39天】在数字化时代,网络安全和信息安全成为了我们生活中不可或缺的一部分。本文将介绍网络安全漏洞、加密技术和安全意识等方面的内容,帮助读者更好地了解网络安全的重要性,并提供一些实用的技巧和方法来保护自己的信息安全。
14 2

热门文章

最新文章