如何seo网站,黑客攻击的网站,福州营销网站建设老品牌,天元建设集团有限公司新中大i82014年VggNet被推出#xff0c;获取了ILSVRC2014比赛分类项目的第二名#xff0c;第一名是GoogleNet#xff0c;该网络在下节介绍#xff0c;本节主要介绍VggNet。
VggNet可以称为是一个家族#xff0c;根据层数的不同包括了A、A-LRN、B、C、D等网络结构#xff0c;其中…2014年VggNet被推出获取了ILSVRC2014比赛分类项目的第二名第一名是GoogleNet该网络在下节介绍本节主要介绍VggNet。
VggNet可以称为是一个家族根据层数的不同包括了A、A-LRN、B、C、D等网络结构其中D、E也就是常见的VggNet16、VggNet19网络层从初始的11层增加到了19层但参数并没有明显的增加因为参数主要集中在全连接层。以下是VggNet网络家族网络层介绍(增加的网络层用粗体标注)参数表示“conv〈receptive field size〉-〈number of channels〉”。 每个网络结构参数如下 网络结构
以VggNet16为例各层网络结构如下 输入图像3*224*224-》使用64个3*3的卷积核做两次卷积-》经过ReLU输出为64*224*224 使用Maxpooling进行池化池化大小为2*2输出64*112*112 输入64*112*112-》使用128个3*3的卷积核做两次卷积-》经过ReLU输出为128*112*112 使用Maxpooling进行池化池化大小为2*2输出128*56*56 输入128*56*56-》使用256个3*3的卷积核做三次卷积-》经过ReLU输出为256*56*56 使用Maxpooling进行池化池化大小为2*2输出256*28*28 输入256*28*28-》使用512个3*3的卷积核进行三次卷积-》经过ReLU输出512*28*28 使用Maxpooling进行池化池化大小为2*2输出512*14*14 输入512*14*14-》使用512个3*3的卷积核进行三次卷积-》经过ReLU输出512*14*14 使用Maxpooling进行池化池化大小为2*2输出512*7*7 连接两层1*1*4096全连接层 连接一层1*1*1000进行全连接-》经过ReLU 通过softmax输出1000个预测结果的概率值
通过上面网络层介绍可以发现卷积核从64个陆续进行翻倍增加64-》128-》256-》512专注于通道数增加池化层采用较小的2*2。整体小卷积核、小池化核使得模型架构更深更宽的同时计算量的增加放缓。
在网络测试阶段将训练阶段的三个全连接层替换为三个卷积测试重用训练时的参数使得测试得到的全卷积网络因为没有全连接的限制因而可以接收任意宽或高为的输入。 网络亮点
数据增强 对图像进行镜像翻转和random RGB colour shift 扩大样本数量 对数据进行随机的裁剪将图片裁剪为224*224大小 多种尺寸训练1)分别使用256*256和384*384固定大小的图片进行模型的训练2多尺度的模型训练对图像进行缩放缩放范围为256~512可以理解为一种数据的抖动增加了数据量。
下面是采用不同尺度后模型top1和top5的效果。 数据预处理 对图像每个像素值减去RGB的平均值得到新的像素值。 在某些网络结构中使用了Local Response Normalisation发现并没有带来效果的提升反而增加了内存和计算时间因此后续网络结构中并未继续使用该处理方法。
参数初始化
网络权重的初始化很重要因为糟糕的初始化会因为深度网络中的梯度不稳定而导致学习停滞。当网络层较少时参数值使用随机初始化当网络层较多时需要更加合理的参数初始化方法。
VggNet在训练A网络结构时采用了随机方法通过训练得到了一组实验参数。在后续的网络结构如D、E网络利用A网络中的参数初始化了前4层网络结构和最后三层全连接层中间的网络层使用随机初始化进行训练。初始化参数满足均值0方差0.01的正态分布biases初始化0.
不过作者后续发现可以不使用预训练来确定参数可以使用GolortBengio(2010)进行初始化。目前有更加多的初始化方法。 多个小卷积核代替大卷积核
用多个小的卷积代替了较大的卷积核例如两个3*3的卷积核叠加等价于5*5卷积核的视野三个3*3的卷积核叠加等价于7*7的卷积核视野。 多个小卷积核叠加为什么会等于大卷积核视野 假设图像是28*28卷积核的大小为5*5s1p0则输出大小为(28-52*0)/11 24;
同样使用两个3*3的卷积核s1p0第一个卷积核作用后输出(28-32*0)/1126;继续进行第二个卷积核输出大小为(26-32*0)/1124从结果上看两者处理的结果是一致的。
上面计算过程可简化为如下图形。3个3*3卷积核替代7*7卷积核同理。 多个小卷积核代替大卷积核有什么好处 多个小卷积核相对于单一的使用一个卷积核。多个卷积核具有更强的非线性映射可以获得更多的图像特征从而使得决策函数有更好的识别力。 多个小卷积核的总参数小于单个大卷积核的参数。假设输入通道数和输出通道数分别为input_channel 和output_channel对于两个3*3的参数量为2*3*3*input_channel *output_channel一个5*5卷积核的参数量为1*5*5*input_channel *output_channel两个参数量比较5*5的参数量是多个小卷积核的1.39倍(25/18)。小卷积核替代大卷积核参数量级的减少是其优势的一部分更重要的是计算量的减少更加明显。 多个小卷积核代替大卷积核例如3个3*3的卷积核替代7*7的卷积核。相当于一定程度上进行了正则化同时通过多个卷积核进行分解每个卷积核之后加入了ReLU激活函数增加了非线性表示使得整体特征提取能力得到了提升。 多个小卷积核代替大卷积核有什么坏处 在进行反向传播时中间的卷积层可能会占用更多的内存。
1*1卷积核
1*1卷积核可以增加decision function的非线性能力同时不影响卷积核的视野。1*1卷积核可以起到以下作用。 起到降维和升维的作用 增加非线性可以在保持feature map尺度不变的即不损失分辨率的前提下大幅增加非线性特性利用后接的非线性激活函数把网络做的很deep。 跨通道信息交互1*1的卷积核实际上是对不同channel的信息进行了线性组合实现了通道间的信息交互。
应用
网络结构定义
import torch.nn as nn
import torch# official pretrain weights,官网直接下载模型权重
model_urls {vgg11: https://download.pytorch.org/models/vgg11-bbd30ac9.pth,vgg13: https://download.pytorch.org/models/vgg13-c768596a.pth,vgg16: https://download.pytorch.org/models/vgg16-397923af.pth,vgg19: https://download.pytorch.org/models/vgg19-dcbb9e9d.pth
}# 定义网络
class VGG(nn.module):features: 定义网络结构num_classes: 分类数init_weights: 权重是否初始化def __init__(self, features, num_classes1000, init_weightsFalse):super(VGG, self).__init__()# 特征提取网络层self.features features# 分类层self.classifier nn.Sequential(nn.Linear(512*7*7, 4096),nn.ReLU(True),nn.Dropout(p0.5),nn.Linear(4096, 4096),nn.ReLU(True),nn.Dropout(p0.5),nn.Linear(4096, num_classes))if init_weights:self._initialize_weights()# 前向传播def forward(self, x):# barch * 3 * 224 * 224x self.features(x)x torch.flatten(x, start_dim1)x self.classifier(x)return x# 定义初始化方法def _initialize_weights(self):# 读取每层网络for m in self.modules():if isinstance(m, nn.Conv2d):# 用均匀分布进行填充nn.init.xavier_uniform_(m.weight)if m.bias is not None:# 进行数值填充nn.init.constant_(m.bias, 0)elif isinstance(m, nn.Linear):nn.init.xavier_uniform_(m.weight)nn.init.constant_(m.bias, 0)# 将网络配置参数转变为对应的网络结构
def make_features(cfg:list):layers []in_channels 3for v in cfg:if v M:# 网络中池化层size2stride2layers [nn.MaxPool2d(kernel_size2, stride2)]else:# 卷积层 stride1 padding1conv2d nn.Conv2d(in_channels, v, kernel_size3, padding1)layers [conv2d, nn.ReLU(True)]in_channels vreturn nn.Sequential(*layers)# 配置网络参数64代表卷积核的个数M代表池化层
cfgs {vgg11: [64, M, 128, M, 256, 256, M, 512, 512, M, 512, 512, M],vgg13: [64, 64, M, 128, 128, M, 256, 256, M, 512, 512, M, 512, 512, M],vgg16: [64, 64, M, 128, 128, M, 256, 256, 256, M, 512, 512, 512, M, 512, 512, 512, M],vgg19: [64, 64, M, 128, 128, M, 256, 256, 256, 256, M, 512, 512, 512, 512, M, 512, 512, 512, 512, M],
}
