VGG详解
VGG是2014年提出的，其主要创新在于全使用3x3、1x1的小卷积核，增加网络深度，提升图像分类准确度。
网络结构
原文中通过实验对比了六种不同的网络结构，分别如下：
这六种网络结构相似，但是具体的卷积层数目不同，其中网络D是VGG-16，网络E是VGG-19。
VGG-16的具体网络结构如下图所示：
网络优势
整个网络都只使用了1x1、3x3的卷积核，结构更加简洁。
原文中也提到了使用3x3卷积的原因，主要有以下三点：
- 从感受野的角度看，两个3x3的卷积核等于5x5，同理三个3x3等于7x7
- 使用三个3x3的卷积核，相比于一个7x7的卷积核而言，可以使用三个非线性激活层，决策函数有更强的区分能力
- 更少的参数
而使用1x1的好处主要在于变化通道数目，增强非线性能力。
其它技术
原文在实验部分，为了能让网络处理任意尺寸的图像，使用卷积代替全连接，具体使用如下图所示：
总结
从原文的实验结果看，可以总结出以下两点：
- 在网络搭建时，可以用多个小卷积代替大卷积
- 随着网络深度的增加，性能能够得到有效提升