使用块的网络（VGG）
参考文章
核心思想：用“块”构建深度网络
VGG的最大创新在于提出了模块化设计理念：将多个小卷积核（3x3）和ReLU激活堆叠成块（Block，通过块的重复组合构建深层网络）。这种设计使网络结构清晰，易于理解和复现。
对比传统设计：
- 传统CNN（如AlexNet）的卷积核尺寸多样（11×11、5x5、3x3），结构零散。
- VGG则统一使用3x3卷积核，仅通过调整块内卷积层数和通道数来扩展网络。
主要设计理念
使用多个 3×3 卷积代替大卷积核（如 5×5 或 7×7）
- 两个 3×3 卷积的感受野 ≈ 一个 5×5 卷积；
- 三个 3×3 卷积的感受野 ≈ 一个 7×7 卷积；
- 但参数更少、非线性更强（每层都有 ReLU）。
网络由多个“卷积块”组成，每个块包含若干卷积层 + 池化层
- 每个块内卷积层使用相同通道数；
- 块之间通过最大池化（MaxPooling）下采样；
- 随着网络加深，通道数翻倍（64 → 128 → 256 → 512），逐步提取更抽象的特征。
最后接全连接层进行分类
- 通常是 2~3 个全连接层 + Dropout + Softmax。
VGG 的典型结构（以 VGG16 为例）
| 层类型 | 配置 |
|---|---|
| Block 1 | Conv3×3×64, Conv3×3×64, MaxPool |
| Block 2 | Conv3×3×128, Conv3×3×128, MaxPool |
| Block 3 | Conv3×3×256 ×3, MaxPool |
| Block 4 | Conv3×3×512 ×3, MaxPool |
| Block 5 | Conv3×3×512 ×3, MaxPool |
| Classifier | FC-4096, ReLU, Dropout → FC-4096, ReLU, Dropout → FC-1000 (Softmax) |
📌 VGG16 共有 16 个带权重的层（13 个卷积 + 3 个全连接），故名 VGG16；
还有 VGG19（19 层，Block 3~5 各多一个卷积）。
为什么“块”的设计重要？
- 模块化：便于理解和复用，为后续网络（如 ResNet 的残差块）提供范式。
- 深度可控：通过增减块的数量或每块中卷积层数，可灵活调整网络深度。
- 性能稳定：尽管参数量大，但训练相对稳定，在迁移学习中表现优异。
- 推动小卷积核普及：证明了堆叠小卷积核比单一大卷积核更有效。
四、VGG 的优缺点
✅ 优点
- 结构简单、规律性强，易于实现和教学；
- 特征提取能力强，广泛用于特征提取器（如 Faster R-CNN 中用 VGG16 作 backbone）；
- 在 ImageNet 上 Top-5 错误率仅 7.3%（2014 年 SOTA）。
❌ 缺点
- 参数量巨大（VGG16 约 1.38 亿参数），计算开销大；
- 内存占用高，不适合移动端或实时应用；
- 后续被更高效的网络（如 GoogLeNet、ResNet）超越。