文章目录
VGGNet简介VGG16网络结构使用pytorch搭建VGG16featuresclassifier完整代码VGGNet简介
VGG原文：Very deep convolutional networks for large-scale image recognition：/pdf/1409.1556.pdf
VGG在由牛津大学Visual GeometryGroup提出，获得该年lmageNet竞赛中Localization Task(定位任务)第一名和 Classification Task (分类任务)第二名。
VGG与AlexNet相比，它采用几个连续的3x3的卷积核代替AlexNet中的较大卷积核。
在VGG中，使用了3个3x3卷积核来代替7x7卷积核，使用了2个3x3卷积核来代替5*5卷积核，从而在保证具有相同感知野的条件下，提升了网络的深度，在一定程度上提升了神经网络的效果。
在论文中，作者尝试了使用5种不同的网络结构，深度分别为11,11,13,16,19，5种结构图如下所示：
其中最常用的是VGG16和VGG19，下面我们就以VGG16为例来分析它的网络结构。
VGG16网络结构
VGG16中的16指的是它由16层组成（13个卷积层 + 3个全连接层，不包括池化层）。
VGG的输入图像大小为224X224X3的三通道彩色图像，共有1000个类别。
其中卷积层的卷积核大小都为3，padding为1；池化层的kernel_size为2，stride为2。
因此
卷积层只改变特征图的通道数，不改变大小。（W - 3 + 2*1）/ 1 + 1 = W池化层不改变特征图的通道数，大小变为原来的一半。
VGG具有明显的块结构，VGG可以分为如下六块：
两个卷积 + 一个池化：conv3-64+conv3-64 + maxpool两个卷积 + 一个池化：conv3-128+conv3-128+ maxpool三个卷积 + 一个池化：conv3-256+conv3-256+conv3-256+ maxpool三个卷积 + 一个池化：conv3-512+conv3-512+conv3-512+ maxpool三个卷积 + 一个池化：conv3-512+conv3-512+conv3-512+ maxpool三个全连接：fc-4096 + fc-4096 + fc-1000(对应1000个类别)
使用pytorch搭建VGG16
为了便于理解，我们把正向传播过程分为两块，
一块为特征提取层（features），包括13个卷积层；另一块为分类层（classify），包括3个全连接层。
features
def make_features(self):cfgs = [64, 64, 'MaxPool', 128, 128, 'MaxPool', 256, 256, 256, 'MaxPool', 512, 512, 512, 'MaxPool', 512, 512, 512, 'MaxPool']layers = []in_channel = 3for cfg in cfgs:if cfg == "MaxPool": # 池化层layers += [nn.MaxPool2d(kernel_size=2,stride=2)]else:layers += [nn.Conv2d(in_channels=in_channel,out_channels=cfg,kernel_size=3,padding=1)]layers += [nn.ReLU(True)]in_channel = cfgreturn nn.Sequential(*layers)
classifier
【注意】：在进行全连接之前，需要现将卷积层输出的三维特征图展平为1维。
x = torch.flatten(x,start_dim=1)
self.classifier = nn.Sequential(nn.Linear(512 * 7 * 7, 4096),nn.ReLU(True),nn.Dropout(p=0.5),nn.Linear(4096, 4096),nn.ReLU(True),nn.Dropout(p=0.5),nn.Linear(4096, 1000))
完整代码
"""#-*-coding:utf-8-*- # @author: wangyu a beginner programmer, striving to be the strongest.# @date: /7/1 15:01"""import torchimport torch.nn as nnclass VGG(nn.Module):def __init__(self):super(VGG, self).__init__()self.features = self.make_features()self.classifier = nn.Sequential(nn.Linear(512 * 7 * 7, 4096),nn.ReLU(True),nn.Dropout(p=0.5),nn.Linear(4096, 4096),nn.ReLU(True),nn.Dropout(p=0.5),nn.Linear(4096, 1000))def forward(self,x):x = self.features(x)x = torch.flatten(x,start_dim=1)x = self.classifier(x)return xdef make_features(self):cfgs = [64, 64, 'MaxPool', 128, 128, 'MaxPool', 256, 256, 256, 'MaxPool', 512, 512, 512, 'MaxPool', 512, 512, 512, 'MaxPool']layers = []in_channel = 3for cfg in cfgs:if cfg == "MaxPool": # 池化层layers += [nn.MaxPool2d(kernel_size=2,stride=2)]else:layers += [nn.Conv2d(in_channels=in_channel,out_channels=cfg,kernel_size=3,padding=1)]layers += [nn.ReLU(True)]in_channel = cfgreturn nn.Sequential(*layers)net = VGG()print(net)
