卷积神经网络(Convoluntional Neural network)诞生于20世纪60年代，作为图像领域中一种高效的识别方法，其对于大型的图像处理有比较出色的表现，在图像的分类，识别，分割等任务上具有更高的准确度。传统的全连接前馈网络在处理图像的过程中存在参数太多导致训练效率低下的问题以及难以提取对象的局部不变性特征的问题，而卷积神经网络是由生物学中的感受野(receptive field)衍生而来的，从结构上来看具有三个特性：局部连接，权重共享以及采样，这些特性使其具有在平移，缩放，旋转过程中保持不变的特性。
卷积神经网络一般分为卷积层，池化层和全连接层。其中卷积层用于提取局部区域特征，用不同的卷积核提取不同的特征。池化层则是进行特征选择，降低特征维数，从而减少模型中的参数数量，避免过拟合。全连接层则是作为卷积神经网络中的分类器，将分布式的特征表示映射到样本标记空间。
VGG(visual geometry group)模型则是基于CNN的一个新的深度卷积神经网络，其由5层卷积层，3层全连接层和softmax输出层构成，各个层次之间采用最大化池(max pooling)为间隔，采用ReLU函数作为隐层的激活单元。VGG通过使用多个较小的卷积核的卷积层来代替卷积核较大的卷积层，从而减少参数，增加非线性映射，增加网络的拟合表达能力。VGG减小了池化核，增加了通道数，在控制计算量规模的同时，使得模型的架构层数更深，特征图更宽，适应性也更强，目前应用比较广泛的结构是VGG16和VGG19。