resnet50比vgg厉害的地方

1. 更深：ResNet50拥有50个卷积层作为主干网络，而VGG16只有16个卷积层。由于ResNet50更深，它可以捕捉更复杂和高级的特征，从而提高准确性。

2. 更少的参数：尽管ResNet50比VGG16更深，但它的参数数量却要少得多。这是因为ResNet50中的残差块允许深度增加而无需增加额外的参数。

3. 更好的精度：大规模视觉识别竞赛（ILSVRC）的数据集中，ResNet50的分类准确率在ImageNet上达到了76.43%，而VGG16的分类效果只有71.5%。

4. 更好的通用性：因为ResNet50可以捕捉更高级的特征，所以它可以应用于广泛的图像识别任务，包括人脸识别，语义分割等。

5. 更容易训练：残差块允许更深的网络对初始权重更加鲁棒，这使得训练更加简单和快速。