[语义分割] Pytorch-用for语句构成VGG模型

[语义分割] Pytorch-用for语句构成VGG模型

---

---

前言

VGG神经网络模型是一个通用性强，经典且实用的模型，一般情况下都是直接进行相应网络的连接，采用conv2d和MaxPool等的不断重复来进行，现在采用for语句来简单实现。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、VGG模型的背景

VGG是由Simonyan 和Zisserman在文献《Very Deep Convolutional Networks for Large Scale Image Recognition》中提出卷积神经网络模型，其名称来源于作者所在的牛津大学视觉几何组(Visual Geometry Group)的缩写。

结构如下图所示：

这个图形为VGG16的图形，反应了其相应的结构
当我们使用VGG16作为主干特征提取网络的时候，我们只会用到两种类型的层，
卷积层con2d和最大池化层maxpool

二、VGG相应不同结构

1.结构框图

对多种不同深度的网络进行了测试，分别称为为A-E网络，从11-19层，其中D和E被称为VGG16和VGG19。各网络结构如下

2.对样例VGG16做具体说明

当输入的图像大小为512x512x3的时候，具体执行方式如下：

1. conv1：进行两次[3,3]的64通道的卷积，获得一个[512,512,64]的初步有效特征层，再进行2X2最大池化，获得一个[256,256,64]的特征层。
2. conv2：进行两次[3,3]的128通道的卷积，获得一个[256,256,128]的初步有效特征层，再进行2X2最大池化，获得一个[128,128,128]的特征层。
3. conv3：进行三次[3,3]的256通道的卷积，获得一个[128,128,256]的初步有效特征层，再进行2X2最大池化，获得一个[64,64,256]的特征层。
4. conv4：进行三次[3,3]的512通道的卷积，获得一个[64,64,512]的初步有效特征层，再进行2X2最大池化，获得一个[32,32,512]的特征层。
5. conv5：进行三次[3,3]的512通道的卷积，获得一个[32,32,512]的初步有效特征层

---

相应代码

# make layer是对每一层的层自定义，有点类似于nn.Sequential（），
# 但是layer是将每一层所要的网络或者激活函数归一化存在一个数组，
# 目前看来他的优点，可以用一个for循环去定义整个网络，不用对对每一层都写同样的函数。从而只改变他的参数就行了。
# 调用函数 make_layers(cfgs["D"], batch_norm=False, in_channels=in_channels)
# [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 'M', 512, 512, 512, 'M', 512, 512, 512, 'M']
# 这一连串对列表的循环构成了VGG网络

def make_layers(cfg, batch_norm=False, in_channels=3):
    layers = []
    for v in cfg:  # 对列表进行循环
        if v == 'M':
            layers += [nn.MaxPool2d(kernel_size=2, stride=2)]
        else:
            conv2d = nn.Conv2d(in_channels, v, kernel_size=3, padding=1)
            if batch_norm:
                layers += [conv2d, nn.BatchNorm2d(v), nn.ReLU(inplace=True)]
            else:
                layers += [conv2d, nn.ReLU(inplace=True)]
            in_channels = v
    return nn.Sequential(*layers)



# 当输入的图像大小为512x512x3的时候，具体执行方式如下：
# 1、conv1：64通道的卷积, [512,512,64]特征层，再进行2X2最大池化，得[256,256,64]的特征层。
# 2、conv2：128通道的卷积，[256,256,128]特征层，再进行2X2最大池化，得[128,128,128]的特征层。
# 3、conv3：256通道的卷积，[128,128,256]特征层，再进行2X2最大池化，得[64,64,256]的特征层。
# 4、conv4：512通道的卷积，[64,64,512]特征层，再进行2X2最大池化，得[32,32,512]的特征层。
# 5、conv5：512通道的卷积，[32,32,512]特征层。

cfgs = {
    'D': [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 'M', 512, 512, 512, 'M', 512, 512, 512, 'M']
}  # 判断输入的是数字还是M，如果是M则要进行最大池化；如果是数字的话，就代表通道数是多少




def VGG16(pretrained, in_channels, **kwargs):
    model = VGG(make_layers(cfgs["D"], batch_norm=False, in_channels=in_channels), **kwargs)
    if pretrained:
        state_dict = load_state_dict_from_url("https://download.pytorch.org/models/vgg16-397923af.pth",
                                              model_dir="./model_data")
        # url(string) -要下载的对象的 URL
        # model_dir(string,可选的) -保存对象的目录
        model.load_state_dict(state_dict)

    del model.avgpool
    del model.classifier
    return model

主体就是使用 make_layers来对[64, 64, ‘M’, 128, 128, ‘M’, 256, 256, 256, ‘M’, 512, 512, 512, ‘M’, 512, 512, 512, ‘M’]进行相应的遍历，不断补充layer使其符合VGG