[Backbone] VGGNet 모델 설명 Very Deep Convolutional Networks for Large-Scale Image Recognition (ICLR 2015)

본 논문은 ICLR 2015에 게재된 논문입니다. (저자 소속: University of Oxford)

논문 링크: https://arxiv.org/pdf/1409.1556

 

1. VGGNet

VGGNet은 ILSVRC-2014에서 준우승을한 모델입니다.

2014년에 발표됐음에도 불구하고 현재까지도 정말 많은 모델들의 Backbone으로 쓰이는 아주 대단한 모델입니다.

https://medium.com/@siddheshb008/vgg-net-architecture-explained-71179310050f

VGGNet 모델의 특징을 요약하자면 다음과 같습니다.

1. Convolutional layer: 3x3 filter / stride 1 / pad 1
2. Max-pooling layer: 2x2 window / stride 2
3. Removal of LR
4. VGG16(138M) & VGG19 (144M)

VGG16과 VGG19의 구조는 위와 같습니다.

 

2. Why 3x3 convolutions?

VGGNet의 가장 큰 특징은 3x3 Convolutional 레이어만 사용했다는 점입니다.

도대체 왜 필터 사이즈를 3x3 으로만 고정했을까요?

 

https://bskyvision.com/504

7x7 input에 Convolution 연산을 적용해 3x3 feature를 만든다고 가정해봅시다.

5x5 필터로 1회 연산을 수행하는 데 필요한 파라미터 개수는 25개입니다.

 

반면 3x3 필터로 2회 연산을 수행하는 데 필요한 파라미터 개수는 18개입니다.

두 연산은 같은 결과를 만들어내지만, 3x3 필터에서 파라미터 개수는 약 28% 줄어들었습니다.

 

3x3 filter를 사용하는 이유는 더 적은 파라미터로 더 넓은 receptive field를 포착하기 위함이다 라고 생각하시면 됩니다.

 

 

3. Architecture with Code

좌: 전체 layer 요약 / 우: Convolutional layer 코드

오른쪽 사진에 Max-pooling 레이어와 Convolutional 레이어가 어떻게 선언되었는지 표시해 놨습니다.

코드가 간단하니 시간날 때 구현 한번 해보시는 거 추천드립니다. 😊

 

---

 

다음 포스팅들에서도 유명한 Backbone 모델들에 대해 다룰 예정이니 참고 바랍니다!

 

저의 글이 언제나 여러분께 도움이 되길 바라겠습니다. 👍

궁금한 내용 댓글 남겨주시면 빠르게 답변해 드리도록 하겠습니다. 😍