VGG16

VGG16은 3x3필터를 사용해서 깊은 구조를 구현 가능하고, zero padding 1, stride 1로 모두 통일되어 있으며 16층을 제외하고 activation 함수로 모두 ReLU를 적용한 간단한 구조를 가지고 있습니다.

 

3x3필터 2개는 5x5와, 3개는 7x7과 동일한 효과를 내면서도 파라미터는 더 적게 가져 효과적입니다.

 

단점은 구조는 간단하지만 FCL3층에, maxpooling후의 feature map 개수가 2배가 되는 등 필요 파라미터가 너무 많습니다. 즉 vanishing gradient와 overfitting 가능성이 높은 것이죠.

이를 해결 위해서 VGG개발을 위해 시도했던 여러 모델 중 한 모델로 기 학습한 FCL weights를 초기값으로 주어 학습했다고 합니다.

 

https://engmrk.com/vgg16-implementation-using-keras/