《深度学习》VGG网络

embedded/2024/11/19 22:16:01/

文章目录

1.VGG的网络架构
2.案例：手写数字识别

学习目标：

知道VGG网络结构的特点
能够利用VGG网络完成图像分类

2014年，⽜津⼤学计算机视觉组（Visual Geometry Group）和GoogleDeepMind公司的研究员⼀起研发出了新的深度卷积神经⽹络：
VGGNet，并取得了ILSVRC2014⽐赛分类项⽬的第⼆名，主要贡献是使⽤很⼩的卷积核(3×3)构建卷积神经⽹络结构，能够取得较好的识别精
度，常⽤来提取图像特征的VGG-16和VGG-19。

1.VGG的网络架构

VGG可以看成是加深版的AlexNet，整个⽹络由卷积层和全连接层叠加⽽成，和AlexNet不同的是，VGG中使⽤的都是⼩尺⼨的卷积核(3×3)，其⽹络架构如下图所示：
在这里插入图片描述
VGGNet使⽤的全部都是3x3的⼩卷积核和2x2的池化核，通过不断加深⽹络来提升性能。VGG可以通过重复使⽤简单的基础块来构建深度模型。

在tf.keras中实现VGG模型，⾸先来实现VGG块，它的组成规律是：连续使⽤多个相同的填充为1、卷积核⼤⼩为33的卷积层后接上⼀个步幅为2、窗⼝形状为22的最⼤池化层。卷积层保持输⼊的⾼和宽不变，⽽池化层则对其减半。我们使⽤ vgg_block 函数来实现这个基础的VGG块，它可以指定卷积层的数量 num_convs 和每层的卷积核个数num_filters：

# num_convs表示有几个卷积层，num_filters表示卷积核的个数
def vgg_block(num_convs, num_filters):# 构建序列模型blk = tf.keras.models.Sequential()#遍历卷积层for _ in range(num_convs):#设置卷积层blk.add(tf.keras.layers.Conv2D(num_filters, kernel_size=3, padding="same", activation="relu"))#池化层、blk.add(tf.keras.layers.MaxPool2D(pool_size=2, strides=2))return blk

VGG16⽹络有5个卷积块，前2块使⽤两个卷积层，⽽后3块使⽤三个卷积层。第⼀块的输出通道是64，之后每次对输出通道数翻倍，直到变为512。

#卷积快的参数
conv_arch = ((2, 64), (2, 128), (3, 256), (3, 512), (3, 512))

因为这个⽹络使⽤了13个卷积层和3个全连接层，所以经常被称为VGG-16,通过制定conv_arch得到模型架构后构建VGG16：

def vgg(con_arch):#序列模型构建net = tf.keras.models.Sequential()#生成卷积部分for(num_convs, num_filters) in con_arch:net.add(vgg_block(num_convs, num_filters))#全连接层net.add(tf.keras.models.Sequential([#展开tf.keras.layers.Flatten(),#全连接层tf.keras.layers.Dense(4096, activation="relu"),#随机失活tf.keras.layers.Dropout(0.5),#全连接层tf.keras.layers.Dense(4096, activation="relu"),#随机失活tf.keras.layers.Dropout(0.5),#输出层tf.keras.layers.Dense(10, activation="softmax")]))return net
# 网络实例化
net = vgg(conv_arch)

我们构造⼀个⾼和宽均为224的单通道数据样本来看⼀下模型的架构：

x = tf.random.uniform((1, 224, 224, 1))
y = net(x)
net.summary()

在这里插入图片描述

2.案例：手写数字识别

之后补充。。。。