VGGNet ぶいじーじーねっと

---

VGGNetとは

VGGNet（VGG：Visual Geometry Group）は、2014年にオックスフォード大学のVisual Geometry Groupが発表した深いCNNアーキテクチャです。ILSVRC 2014で分類部門2位・局所化部門1位を達成しました。

VGGNetの設計哲学は「シンプルさと深さ」 です。AlexNetが11×11や5×5の大きなフィルタを使っていたのに対し、VGGNetは3×3フィルタのみを使用。3×3フィルタを2つ重ねると5×5と同じ受容野を持ちながら、パラメータ数が少なく非線形性が増します。

代表的なバリアントはVGG16（16層）とVGG19（19層）で、現在でも転移学習のベースモデルとして教育・研究で広く使われています。ただしパラメータ数が多い（VGG16で1億3800万）ため、メモリ効率は良くありません。

---

VGG16のアーキテクチャ

ブロック	内容	出力サイズ
Block 1	Conv 64×2 + MaxPool	112×112×64
Block 2	Conv 128×2 + MaxPool	56×56×128
Block 3	Conv 256×3 + MaxPool	28×28×256
Block 4	Conv 512×3 + MaxPool	14×14×512
Block 5	Conv 512×3 + MaxPool	7×7×512
FC層	4096→4096→1000 + Softmax	1000

import torchvision.models as models

# 学習済みVGG16をロード（転移学習用）
vgg16 = models.vgg16(pretrained=True)

# 最終層を自社タスク用に変更（転移学習）
import torch.nn as nn
vgg16.classifier[6] = nn.Linear(4096, 10)  # 10クラス分類に変更

---

歴史と背景

• 2014年：OxfordのVGGがILSVRC 2014に出場。分類2位・局所化1位を達成
• 2014年末：論文「Very Deep Convolutional Networks for Large-Scale Image Recognition」公開
• 2015年以降：VGG16が転移学習の定番ベースモデルとして普及
• 現在：ResNet・EfficientNetに性能では劣るが、シンプルさから教育用途で現役

---

主要CNNアーキテクチャの比較

モデル	年	精度（Top-1）	パラメータ数	特徴
AlexNet	2012	57.1%	6000万	深層学習の先駆け
VGG16	2014	71.5%	1億3800万	シンプル・転移学習向き
ResNet-50	2015	76.1%	2500万	残差接続で深層化
EfficientNet-B0	2019	77.1%	540万	高効率・高精度

---

関連用語

• AlexNet — VGGの前身となった深層学習のブレイクスルーモデル
• ResNet — VGGを超えた残差接続のモデル
• CNN（畳み込みニューラルネットワーク） — VGGが採用したアーキテクチャ
• 画像分類タスク — VGGが強さを示したタスク