VGG16网络是在论文《VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION》中提出的。
VGG16网络结构在论文中有图示如下。请看红框部分，从input（224*224RGBimage）到softmax，就是网络的每一层。从中可以看出：
1. 网络的输入是224*224的RGB图片；
2. 网络有13个卷积层（conv3）、5个最大池化层（maxpool）、3个全连接层（FC）、1个softmax层；
3. 13（卷积层）+3（全连接层）= 16， 这也就是为什么被称为VGG16；
4. 我们常用的4096维度特征，其实是来自全连接层（FC-4096）；
5. 最后一个全连接层（FC-1000）的作用，是可以进行1000类的分类，在提取特征的任务中，不使用最后一个层。
VGG16论文中的结构图
有了上面的介绍，再看网络结构图（如下），是不是就特别顺眼，特别好理解。
VGG16网络结构图
