文章目录
模型与数据 https://blog.csdn.net/u010986753/article/details/98526886
一、VGG16 介绍
1.1 VGG の结构配置
VGG中根据卷积核大小和卷积层数目的不同,可分为A,A-LRN,B,C,D,E共6个配置(ConvNet Configuration),其中以D,E两种配置较为常用,分别称为VGG16和VGG19。
- A:是最基本的模型,8个卷基层,3个全连接层,一共11层。
- A-LRN:忽略
- B:在A的基础上,在stage1和stage2基础上分别增加了1层3X3卷积层,一共13层。
- C:在B的基础上,在stage3,stage4和stage5基础上分别增加了一层1X1的卷积层,一共16层。
- D:在B的基础上,在stage3,stage4和stage5基础上分别增加了一层3X3的卷积层,一共16层。
- E:在D的基础上,在stage3,stage4和stage5基础上分别增加了一层3X3的卷积层,一共19层。
模型D是就是经常说的VGG16网络,模型E则为VGG19网络下图给出了VGG的六种结构配置:
![](https://i-blog.csdnimg.cn/blog_migrate/f20c170929dfe0d4d0762e3e3a5fad18.png)
上图中,每一列对应一种结构配置。例如,图中绿色部分即指明了 VGG16 所采用的结构。
我们针对VGG16进行具体分析发现,VGG16共包含:
- 13个卷积层(Convolutional Layer),分别用conv3-XXX表示
- 3个全连接层(Fully connected Layer),分别用FC-XXXX表示
- 5个池化层(Pool layer),分别用maxpool表示
其中,卷积层和全连接层具有权重系数,因此也被称为权重层,总数目为13+3=16,这即是VGG16中16的来源。(池化层不涉及权重,因此不属于权重层,不被计数)。
1.2 VGG16 の结构特点
卷积层均采用相同的卷积核参数
卷积层均表示为conv3-XXX,其中conv3说明该卷积层采用的卷积核的尺寸(kernel size)是3,即宽(width)和高(height)均为3,3*3是很小的卷积核尺寸,结合其它参数(步幅stride=1,填充方式padding=same),这样就能够使得每一个卷积层(张量)与前一层(张量)保持相同的宽和高。XXX代表卷积层的通道数。
池化层均采用相同的池化核参数
池化层的参数均为2×2,步幅stride=2,max的池化方式,这样就能够使得每一个池化层(张量)的宽和高是前一层(张量)的12。
模型是由若干卷积层和池化层堆叠(stack)的方式构成,比较容易形成较深的网络结构(在2014年,16层已经被认为很深了)。
综合上述分析,可以概括VGG的优点为: Small filters, Deeper networks
下图给出了VGG16的具体结构示意图:
![](https://i-blog.csdnimg.cn/blog_migrate/5147f2f417ee7aa39359b04d9c7f52a8.png)
1.3 VGG16 の块结构
VGG16的卷积层和池化层可以划分为不同的块(Block),从前到后依次编号为Block1~block5。每一个块内包含若干卷积层和一个池化层。
VGG16的输入图像是224×224×3的图像张量(tensor),随着层数的增加,后一个块内的张量相比于前一个块内的张量:
通道数翻倍,由64依次增加到128,再到256,直至512保持不变,不再翻倍
高和宽变减半,由224→ 112→ 56→28→ 14→ 7
每一个块内包含若干卷积层和一个池化层。并且同一块内,卷积层的通道(channel)数是相同的,
- block1中包含2个卷积层,每个卷积层用conv3-64表示,即卷积核为:3×3,通道数都是64,卷积核有64个,
共有[输入通道3×卷积核(3 × 3)]× 卷积和通道64 = 1728个参数。
共有[输入通道64×卷积核(3 × 3)]× 卷积和通道64 = 36864个参数。
输入224×224×3,2卷积后224×224×64,池化输出:112×112×64 - block2中包含2个卷积层,每个卷积层用conv3-128表示,即卷积核为:3×3,通道数都是128,
共有[输入通道64×卷积核(3 × 3)]× 卷积和通道128 = 73728个参数。
共有[输入通道128×卷积核(3 × 3)]× 卷积和通道128 = 147456个参数。
输入112×112×64,2卷积后112×112×128,池化输出:56×56×128 - block3中包含3个卷积层,每个卷积层用conv3-256表示,即卷积核为:3×3,通道数都是256,
共有[输入通道128×卷积核(3 × 3)]× 卷积和通道256 = 294912个参数。
共有[输入通道256×卷积核(3 × 3)]× 卷积和通道256 = 589824个参数。
共有[输入通道256×卷积核(3 × 3)]× 卷积和通道256 = 589824个参数。
输入56×56×128,3卷积后56×56×256,池化输出:28×28×256 - Block4中包含3个卷积层,每个卷积层用conv3-512表示,即卷积核为:3×3,通道数都是512,
共有[输入通道256×卷积核(3 × 3)]× 卷积和通道512 = 1179648个参数。
共有[输入通道512×卷积核(3 × 3)]× 卷积和通道512 = 2359296个参数。
共有[输入通道512×卷积核(3 × 3)]× 卷积和通道512 = 2359296个参数。
输入28×28×256,3卷积后28×28×512,池化输出:14×14×512 - block5中包含3个卷积层,每个卷积层用conv3-512表示,即卷积核为:3×3,通道数都是512,
共有[输入通道512×卷积核(3 × 3)]× 卷积和通道512 = 2359296个参数。
共有[输入通道512×卷积核(3 × 3)]× 卷积和通道512 = 2359296个参数。
共有[输入通道512×卷积核(3 × 3)]× 卷积和通道512 = 2359296个参数。
输入14×14×512,3卷积后14×14×512,池化输出:7×7×512
下面给出按照块划分的VGG16的结构图
![](https://i-blog.csdnimg.cn/blog_migrate/cf256eda5593870865cec71e024bdbf4.png)
1.4 VGG16 の权重参数
- 对于第一层卷积,由于输入图的通道数是3,网络必须学习大小为3×3,通道数为3的的卷积核,这样的卷积核有64个,因此总共有(3×3 × 3)× 64 = 1728个参数。
- 全连接层权重参数为:前一层节点数×本层的节点数
FC(1×1×4096)参数:7×7×512×4096=102760448,memory4096
FC(1×1×4096)参数:4096×4096=16777216,memory4096
FC(1×1×1000)参数:4096×1000=4096000,memory1000
整个网络的全部参数的计算过程(不考虑偏置),图中蓝色是计算权重参数数量的部分;红色是计算所需存储容量的部分。
![](https://i-blog.csdnimg.cn/blog_migrate/3574afb84e22f83d84b0fcedbed43748.png)
1.5 VGG16 の缺点
VGG16具有如此之大的参数数目,可以预期它具有很高的拟合能力;但同时缺点也很明显:
- 即训练时间过长,调参难度大。
- 需要的存储容量大,不利于部署。例如存储VGG16权重值文件的大小为500多MB,不利于安装到嵌入式系统中。
二、Keras のVGG16模型应用
2.1 模型简介
Keras是一个高层神经网络API,Keras由纯Python编写 ,是tensorflow和Theano等底层深度学习库的高级封装 。使用Keras时,我们不需要直接调用底层API构建深度学习网络,仅调用keras已经封装好的函数即可。
额外说明
- 程序运行过程中,语句model = VGG16(weights=‘imagenet’, include_top=True)会下载已经训练好的文件到c:<使用者>.keras\models文件夹下,模型的文件名为vgg16_weights_tf_dim_ordering_tf_kernels.h5,大小为527MB
- 语句pred=decode_predictions(features, top=5)[0]会下载分类信息文件到c:<使用者>.keras\models文件夹下,模型的文件名为imagenet_class_index.json,该文件指明了ImageNet大赛所用的1000个图像类的信息。(由于下载地址在aws上,需要科学上网,梯子请自备)
- 程序运行结束,会在工作目录下生成测试图片的预测图,给出了最有可能的前5个类列。名称为:测试文件名_pred.png
- include_top=True,表示会载入完整的 VGG16 模型,包括加在最后3层的卷积层;include_top=False,表示会载入 VGG16 的模型,不包括加在最后3层的卷积层,通常是取得 Features
- 为了避免c盘占用过大,使用相对路径加载也可以
path=’./[权重文件存放路径]/vgg16_weights_tf_dim_ordering_tf_kernels.h5’
vgg16 = VGG16(weights=path, include_top=True)
vgg16.summary()
2.2 模型应用
# coding = utf-8
# 通过调用Keras中已有的模型对三幅测试图片进行测试,验证了VGG16在图片分类分类任务上的优异表现。
import matplotlib.pyplot as plt
from keras.applications.vgg16 import VGG16,preprocess_input,decode_predictions
from keras