VGG-16 网络 PyTorch实现

import os
import numpy as np

import torch
import torch.nn
import torchvision.models as models
from torch.autograd import Variable
import torch.cuda
import torchvision.transforms as transforms

from PIL import Image

TARGET_IMG_SIZE = 224     # VGG-16 输入层是 224*224*3 RGB image
img_to_tensor = transforms.ToTensor()


def make_model():
    model = models.vgg16(pretrained=True).features[:28]  # 其实就是定位到第28层,对照着上面的key看就可以理解
    model = model.eval()  # 一定要有这行,不然运算速度会变慢(要求梯度)而且会影响结果
    model.cuda()  # 将模型从CPU发送到GPU,如果没有GPU则删除该行
    return model


# 特征提取
def extract_feature(model, imgpath):
    model.eval()  # 必须要有,不然会影响特征提取结果

    img = Image.open(imgpath)  # 读取图片
    img = img.resize((TARGET_IMG_SIZE, TARGET_IMG_SIZE))
    tensor = img_to_tensor(img)  # 将图片转化成tensor
    np_tensor=tensor.numpy()
    a=[]
    a.append(np_tensor)
    tensor = torch.Tensor(a)
    #print(tensor.shape)
    tensor = tensor.cuda()  # 如果只是在cpu上跑的话要将这行去掉

    result = model(Variable(tensor))
    result_npy = result.data.cpu().numpy()  # 保存的时候一定要记得转成cpu形式的,不然可能会出错

    return result_npy[0]  # 返回的矩阵shape是[1, 512, 14, 14],这么做是为了让shape变回[512, 14,14]


if __name__ == "__main__":
    model = make_model()
    print(model)
    #print(model[0].in_features)
    imgpath = './path/to/img.jpg' # 相对路径
    tmp = extract_feature(model, imgpath)
    print(tmp.shape)  # 打印出得到的tensor的shape
    #print(tmp)  # 打印出tensor的内容

  • 得到的tensor shape
    -在这里插入图片描述
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
VGG-16是一种卷积神经网络模型,已被证明是一种有效的图像识别和分类工具。VGG-16主要由卷积层和全连接层组成,整个网络被分成13个卷积层和3个全连接层。这些层是根据其宽度和深度来命名的。在PyTorch实现VGG-16,我们可以使用torchvision中提供的预训练模型。以下是一些实现中的注释: ``` import torch.nn as nn import torchvision.models as models # 使用VGG-16预训练模型 vgg16 = models.vgg16(pretrained=True) # 原始VGG-16模型已经训练好了,我们需要冻结其权重, # 这样它的权重在训练新任务时就不会被更新了 for param in vgg16.parameters(): param.requires_grad = False # 替换最后一层的全连接层 num_features = vgg16.classifier[6].in_features features = list(vgg16.classifier.children())[:-1] # 去掉最后一个全连接层 features.extend([nn.Linear(num_features, 10)]) # 添加一个新的全连接层,输出10个类别 vgg16.classifier = nn.Sequential(*features) # 在PyTorch中定义反向传播优化器和损失函数 criterion = nn.CrossEntropyLoss() optimizer = torch.optim.SGD(vgg16.parameters(), lr=0.001, momentum=0.9) # 训练模型 for epoch in range(10): # 训练10个epoch for i, (inputs, labels) in enumerate(trainloader, 0): # 输入数据 inputs, labels = inputs.to(device), labels.to(device) # 前向传播 outputs = vgg16(inputs) loss = criterion(outputs, labels) # 反向传播和优化 optimizer.zero_grad() loss.backward() optimizer.step() # 每1000批输出一次状态 if i % 1000 == 999: print('[%d, %5d] loss: %.3f' % (epoch + 1, i + 1, loss.item() / 1000.0)) running_loss = 0.0 ``` 注释中解释了如何在PyTorch实现VGG-16模型、如何替换最后一层的全连接层、如何定义反向传播优化器和损失函数,以及如何进行训练。其中,loss.backward()用于计算梯度,optimizer.step()用于更新权重。通过这些操作,我们可以训练一个新的神经网络模型,用于分类具有10个类别的图像。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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