目录
前言
这个是按照B站up主的教程学习这方面知识的时候自己做的的笔记和总结,可能有点乱,主要是按照我自己的记录习惯
参考内容来自:
- up主的b站链接:霹雳吧啦Wz视频专辑-霹雳吧啦Wz视频合集-哔哩哔哩视频
- up主将代码和ppt都放在了github:https://github.com/WZMIAOMIAO
- up主的csdn博客:深度学习在图像处理中的应用(tensorflow2.4以及pytorch1.10实现)_太阳花的小绿豆的博客-CSDN博客_深度学习图像处理需要哪些软件
VGG网络详解及感受野计算
1.2014年提出
2.表格是原论文中的
3.扩展:感受野
stride默认为1
对比参数量
4.VGG详解,表中没有给出卷积参数和最大下采样参数
使用pytorch搭建VGG网络
VGG网络两个部分:提取特征网络结构和分类网络结构
该项目的目录如下
|-imageprocessing
|-VGGNet
|-class_indices.json
|-model.py
|-predict.py
|-train.py
|-
model.py
只写了VGG网络结构的表中ABDE四个部分
代码部分
import torch.nn as nn
import torch
# official pretrain weights
model_urls = {
'vgg11': 'https://download.pytorch.org/models/vgg11-bbd30ac9.pth',
'vgg13': 'https://download.pytorch.org/models/vgg13-c768596a.pth',
'vgg16': 'https://download.pytorch.org/models/vgg16-397923af.pth',
'vgg19': 'https://download.pytorch.org/models/vgg19-dcbb9e9d.pth'
}
# 1.定义分类网络结构
class VGG(nn.Module):
def __init__(self, features, num_classes=1000, init_weights=False): # num_classes分类类别个数,init_weights是否对网络进行初始化
supe