文章目錄

• VGGNet簡介
• VGG16網(wǎng)絡(luò)結(jié)構(gòu)
• 使用pytorch搭建VGG16
• • features
  • classifier
  • 完整代碼

VGGNet簡介

VGG原文：Very deep convolutional networks for large-scale image recognition：https://arxiv.org/pdf/1409.1556.pdf

VGG在2014年由牛津大學(xué)Visual GeometryGroup提出，獲得該年lmageNet競賽中Localization Task(定位任務(wù))第一名和 Classification Task (分類任務(wù))第二名。

VGG與AlexNet相比，它采用幾個連續(xù)的3x3的卷積核代替AlexNet中的較大卷積核。

在VGG中，使用了3個3x3卷積核來代替7x7卷積核，使用了2個3x3卷積核來代替5*5卷積核，從而在保證具有相同感知野的條件下，提升了網(wǎng)絡(luò)的深度，在一定程度上提升了神經(jīng)網(wǎng)絡(luò)的效果。

在論文中，作者嘗試了使用5種不同的網(wǎng)絡(luò)結(jié)構(gòu)，深度分別為11,11,13,16,19，5種結(jié)構(gòu)圖如下所示：

其中最常用的是VGG16和VGG19，下面我們就以VGG16為例來分析它的網(wǎng)絡(luò)結(jié)構(gòu)。

VGG16網(wǎng)絡(luò)結(jié)構(gòu)

VGG16中的16指的是它由16層組成（13個卷積層 + 3個全連接層，不包括池化層）。

VGG的輸入圖像大小為224X224X3的三通道彩色圖像，共有1000個類別。

其中卷積層的卷積核大小都為3，padding為1；池化層的kernel_size為2，stride為2。

因此

• 卷積層只改變特征圖的通道數(shù)，不改變大小。（W - 3 + 2*1）/ 1 + 1 = W
• 池化層不改變特征圖的通道數(shù)，大小變?yōu)樵瓉淼囊话搿?/li>

VGG具有明顯的塊結(jié)構(gòu)，VGG可以分為如下六塊：

兩個卷積 + 一個池化：conv3-64+conv3-64 + maxpool

兩個卷積 + 一個池化：conv3-128+conv3-128+ maxpool

三個卷積 + 一個池化：conv3-256+conv3-256+conv3-256+ maxpool

三個卷積 + 一個池化：conv3-512+conv3-512+conv3-512+ maxpool

三個卷積 + 一個池化：conv3-512+conv3-512+conv3-512+ maxpool

三個全連接：fc-4096 + fc-4096 + fc-1000(對應(yīng)1000個類別)

使用pytorch搭建VGG16

為了便于理解，我們把正向傳播過程分為兩塊，

• 一塊為特征提取層（features），包括13個卷積層；
• 另一塊為分類層（classify），包括3個全連接層。

features

def make_features(self):cfgs = [64, 64, 'MaxPool', 128, 128, 'MaxPool', 256, 256, 256, 'MaxPool', 512, 512, 512, 'MaxPool', 512, 512, 512, 'MaxPool']layers = []in_channel = 3for cfg in cfgs:if cfg == "MaxPool": # 池化層layers += [nn.MaxPool2d(kernel_size=2,stride=2)]else:layers += [nn.Conv2d(in_channels=in_channel,out_channels=cfg,kernel_size=3,padding=1)]layers += [nn.ReLU(True)]in_channel = cfgreturn nn.Sequential(*layers)

classifier

【注意】：在進行全連接之前，需要現(xiàn)將卷積層輸出的三維特征圖展平為1維。

x = torch.flatten(x,start_dim=1)

self.classifier = nn.Sequential(nn.Linear(512 * 7 * 7, 4096),nn.ReLU(True),nn.Dropout(p=0.5),nn.Linear(4096, 4096),nn.ReLU(True),nn.Dropout(p=0.5),nn.Linear(4096, 1000) )

完整代碼

""" #-*-coding:utf-8-*- # @author: wangyu a beginner programmer, striving to be the strongest. # @date: 2022/7/1 15:01 """ import torch import torch.nn as nnclass VGG(nn.Module):def __init__(self):super(VGG, self).__init__()self.features = self.make_features()self.classifier = nn.Sequential(nn.Linear(512 * 7 * 7, 4096),nn.ReLU(True),nn.Dropout(p=0.5),nn.Linear(4096, 4096),nn.ReLU(True),nn.Dropout(p=0.5),nn.Linear(4096, 1000))def forward(self,x):x = self.features(x)x = torch.flatten(x,start_dim=1)x = self.classifier(x)return xdef make_features(self):cfgs = [64, 64, 'MaxPool', 128, 128, 'MaxPool', 256, 256, 256, 'MaxPool', 512, 512, 512, 'MaxPool', 512, 512, 512, 'MaxPool']layers = []in_channel = 3for cfg in cfgs:if cfg == "MaxPool": # 池化層layers += [nn.MaxPool2d(kernel_size=2,stride=2)]else:layers += [nn.Conv2d(in_channels=in_channel,out_channels=cfg,kernel_size=3,padding=1)]layers += [nn.ReLU(True)]in_channel = cfgreturn nn.Sequential(*layers)net = VGG() print(net)

總結(jié)

以上是生活随笔為你收集整理的卷积神经网络模型之——VGG-16网络结构与代码实现的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。