一、参考文献
https://blog.csdn.net/mao_xiao_feng/article/details/78003730
https://blog.csdn.net/davincil/article/details/80902366
二、概念
空洞卷积的基本概念则是扩大卷积核，例如下图（作图为标准卷积核，有图为空洞卷积核）：
这里使用空洞卷积的时候padding一定要注意，因为卷积核可能比输入还要打，所以尽量使用padding=‘SAME’
这篇博客中对空洞卷积有一个详细的流程图解释：https://blog.csdn.net/mao_xiao_feng/article/details/78003730
上图中输入是一个4*4的一个双通道的图片，在padding=same中，卷积核相乘的时候进行了填充，相反valid是不对输出进行天填充，所以最后的输出的维度是偏小的
上图的卷积就是空洞卷积，原本3*3*2的卷积核在空洞步长rate=2的情况下变成了5*5*2的卷积核，这就是为什么要使用padding=same的原因了，因为卷积核5*5已经大于4*4的输入了，不然会报错！！
三、Tensorflow中的空洞卷积
函数的调用为：
atrous_conv2d(value, filters, rate, padding, name=None)value：
指需要做卷积的输入图像，要求是一个4维Tensor，具有[batch, height, width, channels]这样的shape，具体含义是[训练时一个batch的图片数量, 图片高度, 图片宽度, 图像通道数]
filters：
相当于CNN中的卷积核，要求是一个4维Tensor，具有[filter_height, filter_width, channels, out_channels]这样的shape，具体含义是[卷积核的高度，卷积核的宽度，图像通道数，卷积核个数]，同理这里第三维channels，就是参数value的第四维
rate：
要求是一个int型的正数，正常的卷积操作应该会有stride（即卷积核的滑动步长），但是空洞卷积是没有stride参数的，这一点尤其要注意。取而代之，它使用了新的rate参数，那么rate参数有什么用呢？它定义为我们在输入图像上卷积时的采样间隔，你可以理解为卷积核当中穿插了（rate-1）数量的“0”，把原来的卷积核插出了很多“洞洞”，这样做卷积时就相当于对原图像的采样间隔变大了。具体怎么插得，可以看后面更加详细的描述。此时我们很容易得出rate=1时，就没有0插入，此时这个函数就变成了普通卷积。如果rate=2，就把3*3的卷积核变成5*5了
padding：
string类型的量，只能是”SAME”,”VALID”其中之一，这个值决定了不同边缘填充方式。
四、完整代码实现
数据集+相关原版代码链接：https://blog.csdn.net/qq_28626909/article/details/88866707
我的空洞卷积是对上文博客中的CNN代码进行了修改实现的
#!D:/workplace/python
# -*- coding: utf-8 -*-
# @File : cifar10_atrous_conv2d.py
# @Author: WangYe
# @Date : 2019/3/26
# @Software: PyCharm
# coding:utf-8
# 导入官方cifar10模块
#from tensorflow.image.cifar10 import cifar10
# import cifar10
# import tensorflow as tf
#
# # tf.app.flags.FLAGS是tensorflow的一个内部全局变量存储器
# FLAGS = tf.app.flags.FLAGS
# # cifar10模块中预定义下载路径的变量data_dir为'/tmp/cifar10_eval',预定义如下：
# # tf.app.flags.DEFINE_string('data_dir', './cifar10_data',
# # """Path to the CIFAR-10 data directory.""")
# # 为了方便，我们将这个路径改为当前位置
# FLAGS.data_dir = './cifar10_data'
#
# # 如果不存在数据文件则下载，并且解压
# cifar10.maybe_download_and_extract()
import cifar10,cifar10_input
import tensorflow as tf
import numpy as np
import time
#cifar10.maybe_download_and_extract()
max_steps = 3000
batch_size = 128
data_dir = r'./cifar10_data/cifar-10-batches-bin'
def variable_with_weight_loss(shape, stddev, w1):
var = tf.Variable(tf.truncated_normal(shape, stddev=stddev))
if w1 is not None:
weight_loss = tf.multiply(tf.nn.l2_loss(var), w1, name='weight_loss')
tf.add_to_collection('losses', weight_loss)
return var
images_train, labels_train = cifar10_input.distorted_inputs(data_dir=data_dir, batch_size=batch_size)
images_test, labels_test = cifar10_input.inputs(eval_data=True,
data_dir=data_dir,
batch_size=batch_size)
image_holder = tf.placeholder(tf.float32, [batch_size, 24, 24, 3])
label_holder = tf.placeholder(tf.float32, [batch_size])
#第一层
#输入为 batch*24*24*3 卷积后为b*24*24*64 池化后为b*14*14*64 b 是batch的简写
weight1 = variable_with_weight_loss(shape=[5, 5, 3, 64], stddev=0.05, w1=0)
kernel1 = tf.nn.conv2d(image_holder, weight1, [1, 1, 1, 1], padding='SAME')
bias1 = tf.Variable(tf.constant(0.0, shape=[64]))
# conv1 = tf.nn.relu(tf.nn.bias_add(kernel1,bias1))
conv1 = tf.nn.relu(kernel1 + bias1)
pool1 = tf.nn.max_pool(conv1, ksize=[1, 3, 3, 1], strides=[1, 2, 2, 1], padding='SAME')
norm1 = tf.nn.lrn(pool1, 4, bias=1.0, alpha=0.001 / 9.0, beta=0.75)
#第二层 输入b*14*14*64 卷积后卫 b*14*14*64 池化后卫为 b*7*7*64
weight2 = variable_with_weight_loss(shape=[5, 5, 64, 64], stddev=0.05, w1=0.0)
kernel2 = tf.nn.conv2d(norm1, weight2, [1, 1, 1, 1], padding='SAME')
bias2 = tf.Variable(tf.constant(0.1, shape=[64]))
conv2 = tf.nn.relu(kernel2 + bias1)
norm2 = tf.nn.lrn(conv2, 4, bias=1.0, alpha=0.001 / 9.0, beta=0.75)
pool2 = tf.nn.max_pool(norm2, ksize=[1, 3, 3, 1], strides=[1, 2, 2, 1], padding='SAME')
#第三层 自己添加一层 Atrous Convolution卷积层 空洞卷积（膨胀卷积）
weight3 = variable_with_weight_loss(shape=[5, 5, 64, 128], stddev=0.05, w1=0.0)
"""
rate：
要求是一个int型的正数，正常的卷积操作应该会有stride（即卷积核的滑动步长），
但是空洞卷积是没有stride参数的，这一点尤其要注意。取而代之，它使用了新的rate参数，
那么rate参数有什么用呢？它定义为我们在输入图像上卷积时的采样间隔，
你可以理解为卷积核当中穿插了（rate-1）数量的“0”，把原来的卷积核插出了很多“洞洞”，
这样做卷积时就相当于对原图像的采样间隔变大了。具体怎么插得，可以看后面更加详细的描述。
此时我们很容易得出rate=1时，就没有0插入，此时这个函数就变成了普通卷积。
"""
#输入为 b*7*7*64 空洞卷积缺少strides参数，所以仍然卷积之后是 b*7*7*128
kernel3 = tf.nn.atrous_conv2d(pool2,weight3,rate=2,padding='SAME') #空洞卷积会把上面的卷积核编程 10*10的大小
bias3 = tf.Variable(tf.constant(0.1, shape=[128])) #输出维度128
conv3 = tf.nn.relu(kernel3 + bias3) # 输出为b*7*7*128
norm3 = tf.nn.lrn(conv3, 4, bias=1.0, alpha=0.001 / 9.0, beta=0.75)
pool3 = tf.nn.max_pool(norm3, ksize=[1, 3, 3, 1], strides=[1, 2, 2, 1], padding='SAME') #strides的步长上下都是2，输出为b*4*4*128
#全链接
reshape = tf.reshape(pool3, [batch_size, -1]) #分开成为
dim = reshape.get_shape()[1].value #
weight3 = variable_with_weight_loss([dim, 384], stddev=0.04, w1=0.004)
bias3 = tf.Variable(tf.constant(0.1, shape=[384]))
local3 = tf.nn.relu(tf.matmul(reshape, weight3) + bias3)
#全连接层
weight4 = variable_with_weight_loss([384, 192], stddev=0.04, w1=0.004)
bias4 = tf.Variable(tf.constant(0.1, shape=[192]))
local4 = tf.nn.relu(tf.matmul(local3, weight4) + bias4)
#输出层
weight5 = variable_with_weight_loss([192, 10], stddev=1 / 192, w1=0.0)
bias5 = tf.Variable(tf.constant(0.0, shape=[10]))
logits = tf.matmul(local4, weight5) + bias5
def loss(logits, labels):
labels = tf.cast(labels, tf.int64)
cross_entropy = tf.nn.sparse_softmax_cross_entropy_with_logits(logits=logits, labels=labels,
name='cross_entropy_per_example')
cross_entropy_mean = tf.reduce_mean(cross_entropy, name='cross_entropy')
tf.add_to_collection('losses', cross_entropy_mean)
return tf.add_n(tf.get_collection('losses'), name='total_loss')
loss = loss(logits, label_holder)
train_op = tf.train.AdamOptimizer(1e-3).minimize(loss)
top_k_op = tf.nn.in_top_k(logits, tf.cast(label_holder, tf.int64), 1)
# num_examples = 10000
# import math
# num_iter = int(math.ceil(num_examples/ batch_size))
# true_count = 0
# total_sample_count = num_iter * batch_size
# step = 0
# with tf.Session() as sess:
# sess.run(tf.global_variables_initializer())
# tf.train.start_queue_runners()
# for step in range(max_steps):
# start_time = time.time()
# image_batch,label_batch = sess.run([images_train,labels_train])
# _,loss_value = sess.run([train_op,loss],feed_dict={image_holder: image_batch,label_holder:label_batch})
# duration = time.time()-start_time
# if step % 10 == 0:
# examples_per_sec = batch_size /duration
# sec_per_batch = float(duration)
# format_str = ('step %d,loss=%.2f (%.1f examples/sec;%.3f sec/batch)')
# print(format_str % (step,loss_value,examples_per_sec,sec_per_batch))
# while step< num_iter:
# image_batch,label_batch = sess.run([images_test,labels_test])
# predictions = sess.run([top_k_op],feed_dict = {image_holder:image_batch,
# label_holder:label_batch})
# true_count += np.sum(predictions)
# step+=1
# if step % 10 ==0:
# print true_count
sess = tf.InteractiveSession()
tf.global_variables_initializer().run()
tf.train.start_queue_runners()
for step in range(max_steps):
start_time = time.time()
image_batch, label_batch = sess.run([images_train, labels_train])
_, loss_value = sess.run([train_op, loss], feed_dict={image_holder: image_batch, label_holder: label_batch})
duration = time.time() - start_time
if step % 10 == 0:
examples_per_sec = batch_size / duration
sec_per_batch = float(duration)
format_str = ('step %d,loss=%.2f (%.1f examples/sec;%.3f sec/batch)')
print(format_str % (step, loss_value, examples_per_sec, sec_per_batch))
num_examples = 10000
import math
num_iter = int(math.ceil(num_examples / batch_size))
true_count = 0
total_sample_count = num_iter * batch_size
step = 0
# with tf.Session() as sess:
while step < num_iter:
image_batch, label_batch = sess.run([images_test, labels_test])
predictions = sess.run([top_k_op], feed_dict={image_holder: image_batch,
label_holder: label_batch})
true_count += np.sum(predictions)
step += 1
if step % 10 == 0:
print(true_count)
precision = float(true_count) / total_sample_count
print('precision @ 1 =%.3f' % precision)
截图可以看出代码是没问题的
五、说明
代码只是为了实现空洞卷积，所以并没有在意准确率什么的，请谅解
2299
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
