VGG-16网络结构

最新推荐文章于 2024-09-25 09:42:07 发布
最新推荐文章于 2024-09-25 09:42:07 发布
阅读量2.7w 收藏 57
点赞数 8
分类专栏： AI

一、VGG-16网络框架介绍

在这里插入图片描述

VGGNet是牛津大学计算机视觉组（Visual Geometry Group）和Google DeepMind公司的研究员一起研发的深度卷积神经网络。

VGGNet探索了卷积神经网络的深度与其性能之间的关系，通过反复堆叠33的小型卷积核和22的最大池化层，

VGGNet成功地构筑了16~19层深的卷积神经网络。VGGNet相比之前state-of-the-art的网络结构，错误率大幅下降，

VGGNet论文中全部使用了33的小型卷积核和22的最大池化核，通过不断加深网络结构来提升性能。

VGG-16和VGG-19结构如下：

在这里插入图片描述
在这里插入图片描述

总结：

  1. VGG-16网络中的16代表的含义为：含有参数的有16个层，共包含参数约为1.38亿。

  2. VGG-16网络结构很规整，没有那么多的超参数，专注于构建简单的网络，都是几个卷积层后面跟一个可以压缩图像大小的池化层。即：全部使用33的小型卷积核和22的最大池化层。

    卷积层：CONV=3*3 filters, s = 1, padding = same convolution。

    池化层：MAX_POOL = 2*2 , s = 2。

  3. 优点：简化了卷积神经网络的结构；缺点：训练的特征数量非常大。

  4. 随着网络加深，图像的宽度和高度都在以一定的规律不断减小，每次池化后刚好缩小一半，信道数目不断增加一倍。

二、整体架构代码实现

用VGG_6.py文件实现前向传播过程以及网络的参数：

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# Author:ZhengzhengLiu
 
import tensorflow as tf
 
#VGG_16全部使用3*3卷积核和2*2的池化核
 
#创建卷积层函数
def conv_op(input_op,name,kh,kw,n_out,dh,dw,p):
    """
    param :
    input_op -- 输入tensor
    name -- 该层的名称
    kh -- 卷积核的高
    kw -- 卷积核的宽
    n_out -- 卷积核数目/输出通道数
    dh -- 步长的高
    dw -- 步长的宽
    p -- 参数（字典类型）
    return:
    A -- 卷积层的输出
    """
    n_in = input_op.get_shape()[-1].value   #输入的通道数
 
    with tf.variable_scope(name) as scope:
        weights = tf.get_variable(name=scope+"w",shape=[kh,kw,n_in,n_out],dtype=tf.float32,
                                  initializer=tf.contrib.layers.xavier_initializer_con2d())
        biases = tf.get_variable(name=scope+"b",shape=[n_out],dtype=tf.float32,
                                 initializer=tf.constant_initializer(0.0),trainable=True)
        conv = tf.nn.conv2d(input=input_op,filter=weights,strides=[1,dh,dw,1],padding="SAME")
        Z = tf.nn.bias_add(conv,biases)
        A = tf.nn.relu(Z,name=scope)
 
        p[name+"w"] = weights
        p[name+"b"] = biases
 
        return A
 
#创建最大池化层的函数
def maxpool_op(input_op,name,kh,kw,dh,dw):
    """
    param :
    input_op -- 输入tensor
    name -- 该层的名称
    kh -- 池化核的高
    kw -- 池化核的宽
    dh -- 步长的高
    dw -- 步长的宽
    return:
    pool -- 该层的池化的object
    """
    pool = tf.nn.max_pool(input_op,ksize=[1,kh,kw,1],strides=[1,dh,dw,1],padding="SAME",name=name)
    return pool
 
#创建全连接层的函数
def fc_op(input_op,name,n_out,p):
    """
    param :
    input_op -- 输入tensor
    name -- 该层的名称
    n_out -- 输出通道数
    p -- 参数字典
    return:
    A -- 全连接层最后的输出
    """
    n_in = input_op.get_shape()[-1].value
    with tf.variable_scope(name) as scope:
        weights = tf.get_variable(name=scope+"w",shape=[n_in,n_out],dtype=tf.float32,
                                  initializer=tf.contrib.layers.xavier_initializer())
        # biases不再初始化为0，赋予一个较小的值，以避免dead neuron
        biases = tf.get_variable(name=scope+"b",shape=[n_out],dtype=tf.float32,
                                 initializer=tf.constant_initializer(0.1))
        #tf.nn.relu_layer对输入变量input_op与weights做矩阵乘法加上biases，再做非线性relu变换
        A = tf.nn.relu_layer(input_op,weights,biases,name=scope)
 
        p[name + "w"] = weights
        p[name + "b"] = biases
 
        return A
 
#构建VGG_16网络的框架
def VGG_16(input_op,keep_prob):
    """
    param :
    input_op -- 输入tensor
    keep_prob -- 控制dropout比率的占位符
    return:
    fc8 -- 最后一层全连接层
    softmax -- softmax分类
    prediction --  预测
    p -- 参数字典
    """
    p = {}      #初始化参数字典
 
    #第一段卷积网络——两个卷积层和一个最大池化层
    #两个卷积层的卷积核大小为3*3，卷积核数量均为64，步长s=1，输出均为：224*224*64
    conv1_1 = conv_op(input_op,name="conv1_1",kh=3,kw=3,n_out=64,dh=1,dw=1,p=p)
    conv1_2 = conv_op(conv1_1,name="conv1_2",kh=3,kw=3,n_out=64,dh=1,dw=1,p=p)
    #最大池化层采用的尺寸大小为：2*2，步长s=2，输出为：112*112*64
    pool1 = maxpool_op(conv1_2,name="pool1",kh=2,kw=2,dh=2,dw=2)
 
    # 第二段卷积网络——两个卷积层和一个最大池化层
    # 两个卷积层的卷积核大小为3*3，卷积核数量均为128，步长s=1，输出均为：112*112*128
    conv2_1 = conv_op(pool1,name="conv2_1",kh=3,kw=3,n_out=128,dh=1,dw=1,p=p)
    conv2_2 = conv_op(conv2_1,name="conv2_2",kh=3,kw=3,n_out=128,dh=1,dw=1,p=p)
    # 最大池化层采用的尺寸大小为：2*2，步长s=2，输出为：56*56*128
    pool2 = maxpool_op(conv2_2,name="pool2",kh=2,kw=2,dh=2,dw=2)
 
    # 第三段卷积网络——三个卷积层和一个最大池化层
    # 三个卷积层的卷积核大小为3*3，卷积核数量均为256，步长s=1，输出均为：56*56*256
    conv3_1 = conv_op(pool2,name="conv3_1",kh=3,kw=3,n_out=256,dh=1,dw=1,p=p)
    conv3_2 = conv_op(conv3_1,name="conv3_2",kh=3,kw=3,n_out=256,dh=1,dw=1,p=p)
    conv3_3 = conv_op(conv3_2,name="conv3_3",kh=3,kw=3,n_out=256,dh=1,dw=1,p=p)
    # 最大池化层采用的尺寸大小为：2*2，步长s=2，输出为：28*28*256
    pool3 = maxpool_op(conv3_3,name="pool3",kh=2,kw=2,dh=2,dw=2)
 
    # 第四段卷积网络——三个卷积层和一个最大池化层
    # 三个卷积层的卷积核大小为3*3，卷积核数量均为512，步长s=1，输出均为：28*28*512
    conv4_1 = conv_op(pool3, name="conv4_1", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
    conv4_2 = conv_op(conv4_1, name="conv4_2", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
    conv4_3 = conv_op(conv4_2, name="conv4_3", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
    # 最大池化层采用的尺寸大小为：2*2，步长s=2，输出为：14*14*512
    pool4 = maxpool_op(conv4_3, name="pool4", kh=2, kw=2, dh=2, dw=2)
 
    # 第五段卷积网络——三个卷积层和一个最大池化层
    # 三个卷积层的卷积核大小为3*3，卷积核数量均为512，步长s=1，输出均为：14*14*512
    conv5_1 = conv_op(pool4, name="conv5_1", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
    conv5_2 = conv_op(conv5_1, name="conv5_2", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
    conv5_3 = conv_op(conv5_2, name="conv5_3", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
    # 最大池化层采用的尺寸大小为：2*2，步长s=2，输出为：7*7*512
    pool5 = maxpool_op(conv5_3, name="pool5", kh=2, kw=2, dh=2, dw=2)
 
    # 第六、七段 —— 含4096个隐藏节点的全连接层及dropout
    pool5_shape = pool5.get_shape().as_list()
    flattened_shape = pool5_shape[1] * pool5_shape[2] * pool5_shape[3]
    dense = tf.reshape(pool5, shape=[-1, flattened_shape],name="dense")  # 向量化
 
    fc6 = fc_op(dense,name="fc6",n_out=4096,p=p)
    fc6_drop = tf.nn.dropout(fc6,keep_prob=keep_prob,name="fc6_drop")
 
    fc7 = fc_op(fc6_drop, name="fc7", n_out=4096, p=p)
    fc7_drop = tf.nn.dropout(fc7, keep_prob=keep_prob, name="fc7_drop")
 
    #最后一层输出层含1000个节点,进行softmax分类
    fc8 = fc_op(fc7_drop,name="fc8",n_out=1000,p=p)
    softmax = tf.nn.softmax(fc8)
    prediction = tf.argmax(softmax,1)
 
    return prediction,softmax,fc8,psamsan

三、用slim实现VGG_16网络的代码如下：

def vgg16(inputs):
  with slim.arg_scope([slim.conv2d, slim.fully_connected],
                      activation_fn=tf.nn.relu,
                      weights_initializer=tf.truncated_normal_initializer(0.0, 0.01),
                      weights_regularizer=slim.l2_regularizer(0.0005)):
    net = slim.repeat(inputs, 2, slim.conv2d, 64, [3, 3], scope='conv1')
    net = slim.max_pool2d(net, [2, 2], scope='pool1')
    net = slim.repeat(net, 2, slim.conv2d, 128, [3, 3], scope='conv2')
    net = slim.max_pool2d(net, [2, 2], scope='pool2')
    net = slim.repeat(net, 3, slim.conv2d, 256, [3, 3], scope='conv3')
    net = slim.max_pool2d(net, [2, 2], scope='pool3')
    net = slim.repeat(net, 3, slim.conv2d, 512, [3, 3], scope='conv4')
    net = slim.max_pool2d(net, [2, 2], scope='pool4')
    net = slim.repeat(net, 3, slim.conv2d, 512, [3, 3], scope='conv5')
    net = slim.max_pool2d(net, [2, 2], scope='pool5')
    net = slim.fully_connected(net, 4096, scope='fc6')
    net = slim.dropout(net, 0.5, scope='dropout6')
    net = slim.fully_connected(net, 4096, scope='fc7')
    net = slim.dropout(net, 0.5, scope='dropout7')
    net = slim.fully_connected(net, 1000, activation_fn=None, scope='fc8')
  return net

转载链接

wanttifa
关注
专栏目录
VGG-16网络结构详解
qq_45998041的博客
03-10 3万+
VGG，又叫VGG-16，顾名思义就是有16层，包括13个卷积层和3个全连接层，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。 该模型参加2014年的 ImageNet图像分类与定位挑战赛，取得了优异成绩：在分类任务上排名第二，在定位任务上排名第一
【深度学习】全面理解VGG16模型
florrie
06-18 3万+
全面理解VGG16模型VGG16的结构层次介绍结构图VGG16模型所需要的内存容量介绍卷积中的基本概念1.从input到conv1：2.从conv1到conv2之间的过渡：3.conv2到conv3：4.进入conv3：5.从conv3到conv4之间的过渡：6.最后到三层全连接FC层结论 VGG16的结构层次 vgg16总共有16层，13个卷积层和3个全连接层，第一次经过64个卷积核的两次卷积后...
神经网络（三）：VGG16
最新发布
悟兰因的博客
09-25 1425
VGG是为ImageNet分类挑战训练的，这是一个带有1000个类的对象识别问题，最后的全连接层（4096x1000）为每个输入图像输出一个长度为1000的向量，softmax层将这个长度为1000的向量转换为1000个类。从网络结构中可看出，VGG均全部使用3×3大小、步长为1的小卷积核，3×3卷积核同时也是最小的能够表示上下左右中心的尺寸。
VGG-16网络结构解析
shuijinghua的博客
01-10 7954
VGG，也叫做VGG-16网络。这个网络结构很有意思，相必实现这个网络的作者是有点强迫症，不然整个网络为什么能够如此的协调一致。基本上每一次的内容都大同小异，2层或3层卷积层，激活一下，池化一下，就接下一层了。 值得注意的一点是，VGG-16网络没有那么多超参数，这是一种只需要专注于构建卷积层的简单网络。首先用3×3，步幅为1的过滤器构建卷积层，padding参数为same。然后用一个2*2，步...
神经网络—VGG16（pytorch）
2403_86447519的博客
08-28 264
神经网络—VGG16（pytorch）
VGG-16详解
weixin_40893448的博客
09-03 2757
VGG-16示例理解：不易理解的地方：扩充：结合VGG-16视频及文档学习 Vgg11-19 理解： 输入图像为2242243，大小为：224224，深度为：3（通道数） 3364卷积：33表示卷积核大小，64为图像深度，即卷积核的个数 卷积核：只改变图像的深度（即卷积核的个数），不改变图像的大小 池化：只改变图像的大小,不改变图像的深度 Tensor： 就像ndarray一样,一维Tensor叫Vector，二维Tensor叫Matrix，三维及以上称为Tensor 不易理解的地方： 参数说明：其中的
深度学习卷积神经网络——经典网络VGG-16网络的搭建与实现
热门推荐
loveliuzz的博客
01-23 4万+
一、VGG-16网络框架介绍 VGGNet是牛津大学计算机视觉组（Visual Geometry Group）和Google DeepMind公司的研究员一起研发的深度卷积神经网络。 VGGNet探索了卷积神经网络的深度与其性能之间的关系，通过反复堆叠3*3的小型卷积核和2*2的最大池化层， VGGNet成功地构筑了16~19层深的卷积神经网络。VGGNet相比之前state-of-
【深度学习】VGG-16网络结构
zkq_1986的博客
12-18 1万+
VGG-16，输入层214*214*3，经过两层相同的卷积，卷积filter为3*3，stride为1，filter数为64，然后经过一层pooling。接着按照相同的方式，让宽和高越来越小，而通道数逐倍增加，直到512。最后用两层相同全连接加一个softmax。 VGG-16的性能与VGG-19差不多，所以基本用VGG-16
pytorch实现VGG16 (2)
m0_50127633的博客
05-19 1475
VGG16Net.py from torch import nn class Vgg16_net(nn.Module): def __init__(self): super(Vgg16_net, self).__init__() self.layer1=nn.Sequential( nn.Conv2d(in_channels=3,out_channels=64,kernel_size=3,stride=1,padding=1), #(32
VGG16结构
qq_42006303的博客
03-09 708
参考：https://blog.csdn.net/ziyouyi111/article/details/80546500 https://blog.csdn.net/u012606764/article/details/80495630 详细参数：
基于VGG-16的海量图像检索系统1
08-04
基于深度学习的方法已经取得了显著的进展，其中VGG-16网络模型是一个非常经典的卷积神经网络（CNN）。本系统就是利用VGG-16来构建一个以图搜图的高级检索系统，能够快速地在大量图像中找到与查询图片最相似的图像。 ...
VGG-16.rar_vgg_vgg-16_vgg网络_图像识别_深度学习
09-24
VGG-16作为深度学习的经典模型，不仅推动了计算机视觉领域的进步，也为后续的ResNet、Inception等网络结构的设计提供了灵感。理解并实践VGG-16模型的实现，有助于深入掌握深度学习的核心原理和应用技巧。
经典卷积神经网络——VGG16
Lightismore的博客
04-30 2万+
VGG16前言一、VGG发展历程二、VGG网络模型三、VGG16代码详解1.VGG网络架构2.VGG16网络验证2.读取数据，进行数据增强3.训练模型，测试准确率四、VGG缺点 前言 我们都知道Alexnet是卷积神经网络的开山之作，但是由于卷积核太大，移动步长大，无填充，所以14年提出的VGG网络解决了这一问题 一、VGG发展历程 VGG网络由牛津大学在2014年ImageNet挑战赛本地和分类追踪分别获得了第一名和第二名。研究卷积网络深度对其影响在大规模图像识别设置中的准确性，主要贡献是全面评估网络
VGG16网络结构
weixin_52408777的博客
04-23 3280
VGGNet模型有A-E五种结构网络，深度分别为11，11，13，16，19，其中VGG16和VGG19较为典型.
PyTorch之VGG16网络结构详解以及源码解读
qq_34600424的博客
01-15 1万+
论文：Very Deep Convolutional Networks for Large-Scale Image Recognition 简单介绍 **意义：**证明了增加小卷积核的个数以及网络深度可以提高分类结果的正确率。 **预处理：**各通道减去RGB在训练集上的均值。 特点： 1）使用小的卷积核（3 × 3）叠加的形式代替大的卷积核（5 × 5 or 7 × 7） 2）卷积层不会改变layer大小，而是通过max pooling减小layer大小 3）网络层数比较深 优点： 1）网络结构简洁：
VGG16
m0_64357419的博客
01-03 1313
VGG16的出现标志着深度学习领域从简单地追求深度向更注重网络结构和特征提取能力的转变。其均匀且简洁的设计原则对后续深度学习模型的发展产生了深远的影响。通过深刻理解VGG16，我们不仅能够掌握深度学习的基本原理，还能够在实际应用中更好地设计和选择合适的模型结构。VGG16的影响仍然在持续，对深度学习领域产生了积极而深远的影响。
经典网络VGG16
wwwsssZheRen的博客
03-08 5457
1、经典网络VGG16 basic 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。 针对VGG16进行具体...
用matlab搭建vgg,vgg-16网络结构 matlab程序
05-25
以下是用MATLAB搭建VGG-16网络结构的示例代码： ```matlab layers = [ imageInputLayer([224 224 3]) convolution2dLayer(3,64,'Padding',[1 1 1 1]) reluLayer() convolution2dLayer(3,64,'Padding',[1 1 1 1]) reluLayer() maxPooling2dLayer(2,'Stride',2) convolution2dLayer(3,128,'Padding',[1 1 1 1]) reluLayer() convolution2dLayer(3,128,'Padding',[1 1 1 1]) reluLayer() maxPooling2dLayer(2,'Stride',2) convolution2dLayer(3,256,'Padding',[1 1 1 1]) reluLayer() convolution2dLayer(3,256,'Padding',[1 1 1 1]) reluLayer() convolution2dLayer(3,256,'Padding',[1 1 1 1]) reluLayer() maxPooling2dLayer(2,'Stride',2) convolution2dLayer(3,512,'Padding',[1 1 1 1]) reluLayer() convolution2dLayer(3,512,'Padding',[1 1 1 1]) reluLayer() convolution2dLayer(3,512,'Padding',[1 1 1 1]) reluLayer() maxPooling2dLayer(2,'Stride',2) convolution2dLayer(3,512,'Padding',[1 1 1 1]) reluLayer() convolution2dLayer(3,512,'Padding',[1 1 1 1]) reluLayer() convolution2dLayer(3,512,'Padding',[1 1 1 1]) reluLayer() maxPooling2dLayer(2,'Stride',2) fullyConnectedLayer(4096) reluLayer() dropoutLayer(0.5) fullyConnectedLayer(4096) reluLayer() dropoutLayer(0.5) fullyConnectedLayer(1000) softmaxLayer() classificationLayer()]; % 将网络结构保存为一个变量 vgg16 = layerGraph(layers); ``` 这个代码定义了一个由 16 个卷积层和 3 个全连接层组成的VGG-16网络结构。由于该网络是在ImageNet数据集上进行训练的，因此最后一层是一个具有1000个类别的softmax分类器。 如果你需要其他网络结构的代码，可以在MATLAB的文档中查找相应的示例代码。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值