365天深度学习训练营-第J1周：ResNet-50算法实战与解析

派大星先生c

已于 2023-02-08 11:09:02 修改

阅读量1.5k

点赞数 1

于 2023-02-08 10:30:01 首次发布

本文链接：https://blog.csdn.net/m0_58585940/article/details/128913158

版权

深度学习专栏收录该内容

38 篇文章 22 订阅

订阅专栏

一、前言

🍨 本文为🔗365天深度学习训练营中的学习记录博客
🍖 原作者：K同学啊|接辅导、项目定制

● 难度：夯实基础⭐⭐
● 语言：Python3、Pytorch3
● 时间：2月5日-2月10日
🍺要求：

1.根据本文的Tensorflow代码，编写Pytorch代码
2.了解残差网络
3.是否可以将残差模块融合到C3中

二、论文分析

论文：Deep Residual Learning for Image Recognition

问题的提出：

随着网络层数的增加，更深的网络具有更大的训练误差，从而导致测试误差。

所以提出了一个问题：对叠层数越多是不是训练网络效果越好呢？

这种问题的阻碍是梯度消失或者爆炸，而这种我们的解决办法是：初始化归一和中间层归一化

随着网络深度的增加，精度变得饱和，然后迅速退化，但是这种退化不是由于过度拟合引起的，这也就成为了模型训练退化问题。像适当深度的模型添加更多层会导致更高的训练误差。解决这种误差是这篇论文的主要目的。

解决方案一：添加的层是身份映射，其他层是从学习中较浅的模型复制，但是现有的解释器很难做

解决方案二：引入深度残差学习框架来解决这种退化问题。

将所需的基础映射表示为H（x）

让堆叠的非线性层适合F（x）：= H（x）- x的另一个映射。

原始映射为F（x）+ x。

通过快捷连接来实现身份验证。

实验证明：

1）极深的残差网络易于优化，但是当深度增加时，对应的“普通”网络（简单地堆叠层）显示出更高的训练误差；

2）深层残差网络可以通过大大增加深度来轻松享受准确性的提高，所产生的结果比以前的网络要好得多。

Deep Residual Learning

残差学习：

将H（x）视为由一些堆叠层（不一定是整个网络）拟合的基础映射，其中x表示这些层中第一层的输入。如果假设多个非线性层可以渐近逼近复杂函数，那么就可以假设它们可以渐近逼近残差函数，即H（x）-x（假设输入和输出为尺寸相同）。因此，没有让堆叠的层近似为H（x），而是明确地让这些层近似为残差函数F（x）：= H（x）-x。因此，原始函数变为F（x）+ x。尽管两种形式都应能够渐近地逼近所需的功能（如假设），但学习的难易程度可能有所不同。

简单来讲：

整个模块除了正常的卷积层输出外，还有一个分支把输入直接连在输出上，该分支输出和卷积的输出做算数相加得到了最终的输出，这种残差结构人为的制造了恒等映射，即F（x）分支中所有参数都是0，H（x）就是一个恒等映射，这样就能让整个结构朝着恒等映射的方向去收敛，确保最终的错误率不会因为深度的变大而越来越差。

假设我们现在已经有了一个N层的网络，现在在尾部加上K个残差模块（M层），

如果说这K个残差会造成网络过深，那么这K个残差模块会向恒等映射方向发展（参数为0），进而解决了网络过深问题

网络框架：

实验结果

可以明显看到在用ResNet之后，随着网络深度的增加，网络的训练效果更好。

三、残差网络（ResNet）介绍

1、残差网络解决了什么

残差网络是为了解决神经网络隐藏层过多时，而引起的网络退化问题。退化（degradation）问题是指：当网络隐藏层变多时，网络的准确度达到饱和然后急剧退化，而且这个退化不是由于过拟合引起的。

拓展：深度神经网络的"两朵乌云"

梯度弥散/爆炸

简单来讲就是网络太深了，会导致模型训练难以收敛。这个问题可以被标准初始化和中间层正规化的方法有效控制。

网络退化

随着网络深度增加，网络的表现先是逐渐增加至饱和，然后迅速下降，这个退化不是由过拟合引起的。

2、ResNet-50介绍

ResNet-50有两个基本的块，分别名为Conv Block和Identity Block

Conv Block结构：

Identity Block结构：

ResNet-50总体结构：

四、构造ResNet-50模型

1、Tensorflow代码

def identity_block(input_ten,kernel_size,filters):
    filters1,filters2,filters3 = filters
    
    x = Conv2D(filters1,(1,1))(input_ten)
    x = BatchNormalization()(x)
    x = Activation('relu')(x)
    
    x = Conv2D(filters2,kernel_size,padding='same')(x)
    x = BatchNormalization()(x)
    x = Activation('relu')(x)
    
    x = Conv2D(filters3,(1,1))(x)
    x = BatchNormalization()(x)
    
    x = layers.add([x,input_ten])
    x = Activation('relu')(x)
    return x
def conv_block(input_ten,kernel_size,filters,strides=(2,2)):
    filters1,filters2,filters3 = filters
    x = Conv2D(filters1,(1,1),strides=strides)(input_ten)
    x = BatchNormalization()(x)
    x = Activation('relu')(x)
    
    x = Conv2D(filters2,kernel_size,padding='same')(x)
    x = BatchNormalization()(x)
    x = Activation('relu')(x)
    
    x = Conv2D(filters3,(1,1))(x)
    x = BatchNormalization()(x)
    
    shortcut = Conv2D(filters3,(1,1),strides=strides)(input_ten)
    shortcut = BatchNormalization()(shortcut)
    
    x = layers.add([x,shortcut])
    x = Activation('relu')(x)
    return x
def ResNet50(nb_class,input_shape):
    input_ten = Input(shape=input_shape)
    x = ZeroPadding2D((3,3))(input_ten)
    
    x = Conv2D(64,(7,7),strides=(2,2))(x)
    x = BatchNormalization()(x)
    x = Activation('relu')(x)
    x = MaxPooling2D((3,3),strides=(2,2))(x)
    
    x =     conv_block(x,3,[64,64,256],strides=(1,1))
    x = identity_block(x,3,[64,64,256])
    x = identity_block(x,3,[64,64,256])
    
    x =     conv_block(x,3,[128,128,512])
    x = identity_block(x,3,[128,128,512])
    x = identity_block(x,3,[128,128,512])
    x = identity_block(x,3,[128,128,512])
    
    x =     conv_block(x,3,[256,256,1024])
    x = identity_block(x,3,[256,256,1024])
    x = identity_block(x,3,[256,256,1024])
    x = identity_block(x,3,[256,256,1024])
    x = identity_block(x,3,[256,256,1024])
    x = identity_block(x,3,[256,256,1024])
    
    x =     conv_block(x,3,[512,512,2048])
    x = identity_block(x,3,[512,512,2048])
    x = identity_block(x,3,[512,512,2048])
    
    x = AveragePooling2D((7,7))(x)
    x = tf.keras.layers.Flatten()(x)
    
    output_ten = Dense(nb_class,activation='softmax')(x)
    model = Model(input_ten,output_ten)
	model.load_weights("resnet50_weights_tf_dim_ordering_tf_kernels.h5")
    return model
model_ResNet50 = ResNet50(24,(img_height,img_width,3))
model_ResNet50.summary()

2、Pytorch代码

from torch import nn


class ConvBlock(nn.Module):
    def __init__(self, in_channel, kernel_size, filters, stride):
        super(ConvBlock, self).__init__()
        filter1, filter2, filter3 = filters
        self.stage = nn.Sequential(
            nn.Conv2d(in_channel, filter1, 1, stride=stride, padding=0, bias=False),
            nn.BatchNorm2d(filter1),
            nn.RuLU(True),
            nn.Conv2d(filter1, filter2, kernel_size, stride=1, padding=True, bias=False),
            nn.BatchNorm2d(filter2),
            nn.RuLU(True),
            nn.Conv2d(filter2, filter3, 1, stride=1, padding=0, bias=False),
            nn.BatchNorm2d(filter3),
        )
        self.shortcut_1 = nn.Conv2d(in_channel, filter3, 1, stride=stride, padding=0, bias=False)
        self.batch_1 = nn.BatchNorm2d(filter3)
        self.relu_1 = nn.ReLU(True)

        def forward(self, x):
            x_shortcut = self.shortcut_1(x)
            x_shortcut = self.batch_1(x_shortcut)
            x = self.stage(x)
            x = x + x_shortcut
            x = self.relu_1(x)
            return x


class IndentityBlock(nn.Module):
    def __init__(self, in_channel, kernel_size, filters):
        super(IndentityBlock, self).__init__()
        filter1, filter2, filter3 = filters
        self.stage = nn.Sequential(
            nn.Conv2d(in_channel, filter1, 1, stride=1, padding=0, bias=False),
            nn.BatchNorm2d(filter1),
            nn.RuLU(True),
            nn.Conv2d(filter1, filter2, kernel_size, padding=True, bias=False),
            nn.BatchNorm2d(filter1),
            nn.RuLU(True),
            nn.Conv2d(filter2, filter3, 1, stride=1, padding=0, bias=False),
            nn.BatchNorm2d(filter3),
        )
        self.relu_1=nn.ReLU(True)

        def forward(self, x):
            x_shortcut = x
            x = self.stage(x)
            x = x + x_shortcut
            x = self.relu_1(x)
            return x


class ResModel(nn.Module):
    def __init__(self, n_class):
        super(ResModel, self).__init__()
        self.stage1 = nn.Sequential(
            nn.Conv2d(3, 64, 7, stride=2, padding=3, bias=False),
            nn.BatchNorm2d(64),
            nn.ReLU(True),
            nn.MaxPool2d(3, 2, padding=1),
        )
        self.stage2 = nn.Sequential(
            ConvBlock(64, f=3, filters=[64, 64, 256], s=2),
            IndentityBlock(256, 3, [64, 64, 256]),
            IndentityBlock(256, 3, [64, 64, 256]),
        )
        self.stage3 = nn.Sequential(
            ConvBlock(256, f=3, filters=[128, 128, 512], s=3),
            IndentityBlock(512, 3, [128, 128, 512]),
            IndentityBlock(512, 3, [128, 128, 512]),
            IndentityBlock(512, 3, [128, 128, 512]),
        )
        self.stage4 = nn.Sequential(
            ConvBlock(512, f=3, filters=[256, 256, 1024], s=4),
            IndentityBlock(1024, 3, [256, 256, 1024]),
            IndentityBlock(1024, 3, [256, 256, 1024]),
            IndentityBlock(1024, 3, [256, 256, 1024]),
            IndentityBlock(1024, 3, [256, 256, 1024]),
            IndentityBlock(1024, 3, [256, 256, 1024]),
        )
        self.stage5 = nn.Sequential(
            ConvBlock(1024, f=3, filters=[512, 512, 2048], s=5),
            IndentityBlock(2048, 3, [512, 512, 2048]),
            IndentityBlock(2048, 3, [512, 512, 2048]),
        )
        self.pool = nn.AvgPool2d(7, 7, padding=1)
        self.fc = nn.Sequential(
            nn.Linear(8192, n_class)
        )

    def forward(self, X):
        out = self.stage1(X)
        out = self.stage2(out)
        out = self.stage3(out)
        out = self.stage4(out)
        out = self.stage5(out)
        out = self.pool(out)
        out = out.view(out.size(0), 8192)
        out = self.fc(out)
        return out

派大星先生c

关注

1
点赞
踩
9

收藏

觉得还不错? 一键收藏
0
评论
365天深度学习训练营-第J1周：ResNet-50算法实战与解析

ResNet50包含49个卷积层和1个全连接层，属于较大型的网络，实现起来略有难度。对于理解数据流、卷积层、残差、瓶颈层，以及对大型网络的编写和调试都有很大帮助。Resnet-50代码的复现，论文的理解
复制链接

扫一扫

专栏目录