VGG모델은 2014년 ImageNet Challenge 에서 top-5 테스트 정확도를 달성했다. (92.7%)

16~19 레이어의 깊은 신경망 모델 학습에 성공했다. 이는 AlexNet(2012) 8레이어의 두배가량이다.

모든 conv 레이어에서 3x3 필터만을 사용한 것이 깊은 신경망을 가능하게 한 요인이다

주로 VGG16만을 다루겠다

VGG16

• 13 Convolution Layers + 3 Fully-connected Layers
• 3x3 convolution filters
• stride: 1 & padding: 1
• 2x2 max pooling (stride : 2)
• ReLU

conv3 = 3x3 필터 conv레이어

conv1 = 1x1 필터 conv레이어

conv{ } - number of channels(==필터 개수) 형식

마지막 3개의 FC 레이어 : 각각 4096, 4096, 1000 개의 유닛 구성

출력층 1000은 class 수이다. → softmax로 들어감 (classification위해)

D 모델이 vgg16이다

Batchnorm 이 들어가면