VGG网络是由Oxford的VGG(Visual Geometry Group)团队提出的一种CNN网络结构。在ILSVRC2014图像分类挑战赛中获得第二名，证明了其网络结构的有效性。

作为一种典型的图像分类网络结构，VGG网络可以通过堆叠小卷积核来扩展感受野和学习高级抽象特征。虽然网络结构简单，但仍能达到很高的准确率，这也体现了深度学习系统的强大功能。

VGG网络的主要特点是：

1、网络层简单明了，主要由3×3个小卷积核组成。

2、增加网络的层数和宽度，而不是使用大的卷积核来增加感受野。

3、1×1卷积层用于减少特征映射通道的数量。

4、使用固定大小(3×3或5×5)的小卷积核，而不是大卷积核(7×7或11×11)。

5、通过多个卷积层和池层的组合，网络的抽象性和感受野逐渐增加。

6、常用的VGG网络结构主要有VGG11、VGG13、VGG16、VGG19，其中层数分别为11、13、16、19层。