理工酷

应用:

假设输入图像大小为224 * 224 * 3 (RGB图像),可以检测1000张图像中的任何一张，从给定图像中找到对象名称。

使用:

卷积层(仅使用33大小) 最大池层(仅使用22大小) 末端完全连接的层 共16层 模型大小:528 MB

预训练模型(Tensorflow): https://www.cs.toronto.edu/~frossard/vgg16/vgg16_weights.npz

Top-1 精度:70.5% Top-5 精度:90.0% 变体:VGG-19

各层的描述:

使用64个滤波器的卷积 使用64个滤波器的卷积+最大池 使用128个滤波器的卷积 使用128个滤波器的卷积+最大池 使用256个滤波器的卷积 使用256个滤波器的卷积 使用256个滤波器的卷积+最大池 使用512个滤波器的卷积 使用512个滤波器的卷积 使用512个滤波器的卷积+最大池 使用512个滤波器的卷积 使用512个滤波器的卷积 使用512个滤波器的卷积+最大池 与4096个节点完全连接 与4096个节点完全连接 具有1000个节点的Softmax激活的输出层

全视图: