本论文提出了大名鼎鼎的VGG网络结构。
关键要点如下所示：
2个stacked 3*3 卷积的作用（中间没有pooling layer）的感受野和5*5的卷积的感受野一样;
3个stacked 3*3 卷积的作用（中间没有pooling layer）的感受野和7*7的感受野一样；
那么本论文中提出的采用3*3的卷积的作用在于以下两点：
1、make the decision function more discriminative.
2、decrease the computation cost greatly.
另外，本文验证了scale jittering data augmentation 对于获取多尺度的图像特点很有帮助。
This confirms that training set augmentation by scale jittering is indeed helpful for
capturing multi-scale image statistics
