VGG16 

                    版权声明：本文为博主原创文章，未经博主允许不得转载。                        <a class="copy-right-url" href=" https://blog.csdn.net/loveliuzz/article/details/79135546"> https://blog.csdn.net/loveliuzz/article/details/79135546</a>
                </div>
                                                <link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-3019150162.css">
                                    <link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-3019150162.css">
            <div class="htmledit_views" id="content_views">

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-the-art的网络结构，错误率大幅下降， 

VGGNet论文中全部使用了3*3的小型卷积核和2*2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： 



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3*3的小型卷积核和2*2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：


  1. #!/usr/bin/env python
  2. # -*- coding:utf-8 -*-
  3. # Author:ZhengzhengLiu
  4.  
  5. import tensorflow as tf
  6.  
  7. #VGG_16全部使用3*3卷积核和2*2的池化核
  8.  
  9. #创建卷积层函数
  10. def conv_op(input_op,name,kh,kw,n_out,dh,dw,p):
  11.     """
  12.     param :
  13.     input_op -- 输入tensor
  14.     name -- 该层的名称
  15.     kh -- 卷积核的高
  16.     kw -- 卷积核的宽
  17.     n_out -- 卷积核数目/输出通道数
  18.     dh -- 步长的高
  19.     dw -- 步长的宽
  20.     p -- 参数（字典类型）
  22.     return:
  23.     A -- 卷积层的输出
  24.     """
  25.     n_in = input_op.get_shape()[-1].value   #输入的通道数
  26.  
  27.     with tf.variable_scope(name) as scope:
  28.         weights = tf.get_variable(name=scope+"w",shape=[kh,kw,n_in,n_out],dtype=tf.float32,
  29.                                   initializer=tf.contrib.layers.xavier_initializer_con2d())
  30.         biases = tf.get_variable(name=scope+"b",shape=[n_out],dtype=tf.float32,
  31.                                  initializer=tf.constant_initializer(0.0),trainable=True)
  32.         conv = tf.nn.conv2d(input=input_op,filter=weights,strides=[1,dh,dw,1],padding="SAME")
  33.         Z = tf.nn.bias_add(conv,biases)
  34.         A = tf.nn.relu(Z,name=scope)
  35.  
  36.         p[name+"w"] = weights
  37.         p[name+"b"] = biases
  38.  
  39.         return A
  40.  
  41. #创建最大池化层的函数
  42. def maxpool_op(input_op,name,kh,kw,dh,dw):
  43.     """
  44.     param :
  45.     input_op -- 输入tensor
  46.     name -- 该层的名称
  47.     kh -- 池化核的高
  48.     kw -- 池化核的宽
  49.     dh -- 步长的高
  50.     dw -- 步长的宽
  52.     return:
  53.     pool -- 该层的池化的object
  54.     """
  55.     pool = tf.nn.max_pool(input_op,ksize=[1,kh,kw,1],strides=[1,dh,dw,1],padding="SAME",name=name)
  56.     return pool
  57.  
  58. #创建全连接层的函数
  59. def fc_op(input_op,name,n_out,p):
  60.     """
  61.     param :
  62.     input_op -- 输入tensor
  63.     name -- 该层的名称
  64.     n_out -- 输出通道数
  65.     p -- 参数字典
  67.     return:
  68.     A -- 全连接层最后的输出
  69.     """
  70.     n_in = input_op.get_shape()[-1].value
  71.     with tf.variable_scope(name) as scope:
  72.         weights = tf.get_variable(name=scope+"w",shape=[n_in,n_out],dtype=tf.float32,
  73.                                   initializer=tf.contrib.layers.xavier_initializer())
  74.         # biases不再初始化为0，赋予一个较小的值，以避免dead neuron
  75.         biases = tf.get_variable(name=scope+"b",shape=[n_out],dtype=tf.float32,
  76.                                  initializer=tf.constant_initializer(0.1))
  77.         #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
  78.         A = tf.nn.relu_layer(input_op,weights,biases,name=scope)
  79.  
  80.         p[name + "w"] = weights
  81.         p[name + "b"] = biases
  82.  
  83.         return A
  84.  
  85. #构建VGG_16网络的框架
  86. def VGG_16(input_op,keep_prob):
  87.     """
  88.     param :
  89.     input_op -- 输入tensor
  90.     keep_prob -- 控制dropout比率的占位符
  92.     return:
  93.     fc8 -- 最后一层全连接层
  94.     softmax -- softmax分类
  95.     prediction --  预测
  96.     p -- 参数字典
  97.     """
  98.     p = {}      #初始化参数字典
  99.  
  100.     #第一段卷积网络——两个卷积层和一个最大池化层
  101.     #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
  102.     conv1_1 = conv_op(input_op,name="conv1_1",kh=3,kw=3,n_out=64,dh=1,dw=1,p=p)
  103.     conv1_2 = conv_op(conv1_1,name="conv1_2",kh=3,kw=3,n_out=64,dh=1,dw=1,p=p)
  104.     #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
  105.     pool1 = maxpool_op(conv1_2,name="pool1",kh=2,kw=2,dh=2,dw=2)
  106.  
  107.     # 第二段卷积网络——两个卷积层和一个最大池化层
  108.     # 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
  109.     conv2_1 = conv_op(pool1,name="conv2_1",kh=3,kw=3,n_out=128,dh=1,dw=1,p=p)
  110.     conv2_2 = conv_op(conv2_1,name="conv2_2",kh=3,kw=3,n_out=128,dh=1,dw=1,p=p)
  111.     # 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
  112.     pool2 = maxpool_op(conv2_2,name="pool2",kh=2,kw=2,dh=2,dw=2)
  113.  
  114.     # 第三段卷积网络——三个卷积层和一个最大池化层
  115.     # 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
  116.     conv3_1 = conv_op(pool2,name="conv3_1",kh=3,kw=3,n_out=256,dh=1,dw=1,p=p)
  117.     conv3_2 = conv_op(conv3_1,name="conv3_2",kh=3,kw=3,n_out=256,dh=1,dw=1,p=p)
  118.     conv3_3 = conv_op(conv3_2,name="conv3_3",kh=3,kw=3,n_out=256,dh=1,dw=1,p=p)
  119.     # 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
  120.     pool3 = maxpool_op(conv3_3,name="pool3",kh=2,kw=2,dh=2,dw=2)
  121.  
  122.     # 第四段卷积网络——三个卷积层和一个最大池化层
  123.     # 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
  124.     conv4_1 = conv_op(pool3, name="conv4_1", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
  125.     conv4_2 = conv_op(conv4_1, name="conv4_2", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
  126.     conv4_3 = conv_op(conv4_2, name="conv4_3", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
  127.     # 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
  128.     pool4 = maxpool_op(conv4_3, name="pool4", kh=2, kw=2, dh=2, dw=2)
  129.  
  130.     # 第五段卷积网络——三个卷积层和一个最大池化层
  131.     # 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
  132.     conv5_1 = conv_op(pool4, name="conv5_1", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
  133.     conv5_2 = conv_op(conv5_1, name="conv5_2", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
  134.     conv5_3 = conv_op(conv5_2, name="conv5_3", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
  135.     # 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
  136.     pool5 = maxpool_op(conv5_3, name="pool5", kh=2, kw=2, dh=2, dw=2)
  137.  
  138.     # 第六、七段 —— 含4096个隐藏节点的全连接层及dropout
  139.     pool5_shape = pool5.get_shape().as_list()
  140.     flattened_shape = pool5_shape[1] * pool5_shape[2] * pool5_shape[3]
  141.     dense = tf.reshape(pool5, shape=[-1, flattened_shape],name="dense")  # 向量化
  142.  
  143.     fc6 = fc_op(dense,name="fc6",n_out=4096,p=p)
  144.     fc6_drop = tf.nn.dropout(fc6,keep_prob=keep_prob,name="fc6_drop")
  145.  
  146.     fc7 = fc_op(fc6_drop, name="fc7", n_out=4096, p=p)
  147.     fc7_drop = tf.nn.dropout(fc7, keep_prob=keep_prob, name="fc7_drop")
  148.  
  149.     #最后一层输出层含1000个节点,进行softmax分类
  150.     fc8 = fc_op(fc7_drop,name="fc8",n_out=1000,p=p)
  151.     softmax = tf.nn.softmax(fc8)
  152.     prediction = tf.argmax(softmax,1)
  153.  
  154.     return prediction,softmax,fc8,psamsan

三、用slim实现VGG_16网络的代码如下：


  1. def vgg16(inputs):
  2.   with slim.arg_scope([slim.conv2d, slim.fully_connected],
  3.                       activation_fn=tf.nn.relu,
  4.                       weights_initializer=tf.truncated_normal_initializer(0.0, 0.01),
  5.                       weights_regularizer=slim.l2_regularizer(0.0005)):
  6.     net = slim.repeat(inputs, 2, slim.conv2d, 64, [3, 3], scope='conv1')
  7.     net = slim.max_pool2d(net, [2, 2], scope='pool1')
  8.     net = slim.repeat(net, 2, slim.conv2d, 128, [3, 3], scope='conv2')
  9.     net = slim.max_pool2d(net, [2, 2], scope='pool2')
  10.     net = slim.repeat(net, 3, slim.conv2d, 256, [3, 3], scope='conv3')
  11.     net = slim.max_pool2d(net, [2, 2], scope='pool3')
  12.     net = slim.repeat(net, 3, slim.conv2d, 512, [3, 3], scope='conv4')
  13.     net = slim.max_pool2d(net, [2, 2], scope='pool4')
  14.     net = slim.repeat(net, 3, slim.conv2d, 512, [3, 3], scope='conv5')
  15.     net = slim.max_pool2d(net, [2, 2], scope='pool5')
  16.     net = slim.fully_connected(net, 4096, scope='fc6')
  17.     net = slim.dropout(net, 0.5, scope='dropout6')
  18.     net = slim.fully_connected(net, 4096, scope='fc7')
  19.     net = slim.dropout(net, 0.5, scope='dropout7')
  20.     net = slim.fully_connected(net, 1000, activation_fn=None, scope='fc8')
  21.   return net



posted @ 2019-08-03 22:46  core!  阅读(1388)  评论(0)  编辑  收藏  举报