1.VGG概述
论文：VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION
VGG是ImageNet Challenge2014年定位任务的第一名，分类任务的第二名（第一名是GoogLeNet）。VGG到现在非常多的网络结构都会用到VGG，最重要的原因就是特征提取部分VGG非常好，例如SRGAN利用VGG的特征提取的部分来得到特征图进而构造损失函数。
VGG网络结构分为好多种，但是最重要的一个点也是目前大家都认可的一个点就是，利用多个尺寸小的卷积核代替一个尺寸大的卷积核，例如三个3×3的卷积核可以代替一个7×7的卷积核，因为深度增加了，所以引入了更多的非线性，并且有更大的感受野，对特征提取非常有帮助。
2.模型配置
模型是在AlexNet的基础上进行改进的。
输入：224×224RGB图像。唯一的预处理是从每个像素中减去训练集上计算的RGB均值。
滤波器设置：就是卷积核，都是用尺寸为3×3的卷积核。用多个3×3来代替AlexNet种的大尺寸卷积核。有一些模型中还利用了1×1卷积滤波器.
1×1的卷积是对单个像素多个通道进行卷积，可以看作是多通道特征的线性变换，而且引入非线性量（后面跟激活函数），可以方便起到维度变换的目的，而且可以减少参数（例如13×13×192特征图利用3×3卷积核变换到64，那么需要192×3×3×64=110,592，如果先通过1×1变换为512则需要（192×1×1×64+ 64×3×3×64 ）=49,152 ）。
全连接层：在卷积过后是三个全连接（FC）层：前两个每个都有4096个通道，第三个执行1000维ILSVRC分类，因此包含1000个通道（一个通道对应一个类别）。最后一层是soft-max层。所有网络中全连接层的配置是相同的。
激活函数：每一层隐藏层之后都跟了ReLu激活函数来引入非线性。
相对于AlexNet来说，没有使用LRN因为实验发现添加LRN并没有效果上的提升反而增加了内存消耗和计算时间。
详细结构
每种模型的参数数量
事实上VGG需要训练的参数相对来说是非常大的。但是相对于使用大卷积来说，参数并不大，而且因为深度加深，感受野更大。
VGG的一些特点
结构上：
1、应用3×3卷积代替大尺寸卷积，有些还利用了1×1卷积，引入更多的非线性，增加深度增大感受野，但是在参数上和原来相比并不多。
训练上：
1、随着训练，学习率需要衰减
2、为了使模型能训练，我们会裁剪图片为224×224，可以通过随机裁剪的方式来丰富训练集
3、训练很深的网络，可以先训练浅层网络，参数为随机初始化。然后将训练好的浅层网络参数作为对应的深层网络层的初始化参数，可以加速收敛。
评估上：
1、使用多尺度评估，test使用不同尺度的图片输入。