发布时间：2022-08-28 08:00
2014年，牛津大学计算机视觉组和Google DeepMind公司的研究员一起研发出了新的深度卷积神经网络：VGGNet，并取得了ILSVRC2014比赛分类项目的第二名（第一名是GoogLeNet，也是同年提出的）和定位项目的第一名。
VGGNet探索了卷积神经网络的深度与其性能直接的关系，通过反复堆叠 3*3 的小型卷积核和 2*2 的最大池化层，VGGNet成功的构筑了16~19层深的卷积神经网络。
VggNet 可以看成是加深版本的AlexNet，都由卷积层，全连接层两大部分构成。VggNet探索了卷积神经网络的深度与其性能之间的关系。成功的构筑了16~19层深的卷积神经网络，证明了增加网络的深度能够在一定程度上影响网络最终的性能（但从后来神经网络的发展看来，一味的加深神经网络的深度，并不一定可以得到最优的效果。可能会伴随过拟合，训练时间过长等问题的出现），使错误率大幅下降。