第P6周：VGG-16算法-Pytorch实现人脸识别

于 2024-11-15 14:36:49 发布
阅读量892 收藏 34
点赞数 29
CC 4.0 BY-SA版权
分类专栏： 机器学习365学习 文章标签： 算法 pytorch 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/DLearner/article/details/143571898

文章目录

FROM

我的环境

  • 语言环境：Python 3.11.9
  • 开发工具：Jupyter Lab
  • 深度学习环境：
    • torch==2.3.1+cu121
    • torchvision==0.18.1+cu121

1. 准备知识

1.1 检查环境

# 导入PyTorch库
import torch
# 导入PyTorch的神经网络模块
import torch.nn as nn
# 导入torchvision中的transforms模块，用于图像预处理
import torchvision.transforms as transforms
# 导入整个torchvision库
import torchvision
# 从torchvision库中导入transforms和datasets模块
from torchvision import transforms, datasets
# 导入操作系统接口库os，图像处理库PIL，路径操作库pathlib，以及警告控制库warnings
import os, PIL, pathlib, warnings

# 设置硬件设备，如果有GPU则使用，没有则使用cpu
# torch.device()函数用于指定设备，"cuda"表示GPU，"cpu"表示CPU
# torch.cuda.is_available()函数用于检查系统是否有可用的GPU
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
# 打印当前PyTorch版本
print(torch.__version__)
# 打印当前设备，以确认是使用GPU还是CPU
device

输出：
在这里插入图片描述

1.2 数据导入

导入本地数据

# 导入所需的模块
import os, PIL, random, pathlib

# 设置数据目录的路径
data_dir = './data/'
# 将字符串路径转换为Path对象，便于进行路径操作
data_dir = pathlib.Path(data_dir)

# 使用glob方法获取data_dir下的所有文件和文件夹的路径，并存储在列表data_paths中
data_paths = list(data_dir.glob('*'))

# 通过列表推导式，从data_paths列表中的每个路径字符串中提取出类别名称
# 假设路径的结构是 './data/类别名称/文件名'，这里通过split("/")分割路径，并取第二个元素作为类别名称
classeNames = [str(path).split("/")[1] for path in data_paths]

# 输出类别名称列表
classeNames

输出：
在这里插入图片描述

# 导入torchvision库中的transforms模块
from torchvision import transforms
# 导入torchvision库中的datasets模块
from torchvision import datasets

# 使用transforms.Compose()创建一个transforms.Compose对象，用于串联多个图像变换操作
train_transforms = transforms.Compose([
    # transforms.Resize([224, 224])：将输入图片resize成统一尺寸224x224
    transforms.Resize([224, 224]),  # 将输入图片resize成统一尺寸

    # transforms.RandomHorizontalFlip()：随机水平翻转图片，这一行被注释掉了，所以实际上不会执行随机水平翻转操作
    # transforms.RandomHorizontalFlip(), # 随机水平翻转

    # transforms.ToTensor()：将PIL Image或numpy.ndarray转换为tensor，并归一化到[0,1]之间
    transforms.ToTensor(),          # 将PIL Image或numpy.ndarray转换为tensor，并归一化到[0,1]之间

    # transforms.Normalize()：标准化处理，转换为标准正态分布（高斯分布），使模型更容易收敛
    # 这里的mean和std是预定义的值，通常是基于ImageNet数据集计算得到的
    transforms.Normalize(           # 标准化处理-->转换为标准正太分布（高斯分布），使模型更容易收敛
        mean=[0.485, 0.456, 0.406], 
        std=[0.229, 0.224, 0.225])  # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
])

# 使用datasets.ImageFolder加载数据集，指定数据集的路径和变换操作
# "./data/" 是数据集的路径，transform=train_transforms 指定了上面定义的图像变换操作
total_data = datasets.ImageFolder("./data/", transform=train_transforms)

# total_data变量现在包含了应用了变换操作的数据集，可以用于训练深度学习模型
total_data

输出：
在这里插入图片描述

# 假设total_data是使用ImageFolder加载的数据集
total_data.class_to_idx

输出：
在这里插入图片描述

1.3 划分数据集

# 计算训练集大小，占总数据集的80%
train_size = int(0.8 * len(total_data))
# 计算测试集大小，即总数据集减去训练集大小
test_size = len(total_data) - train_size
# 使用random_split函数随机分割数据集为训练集和测试集
train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])

# 设置批处理大小
batch_size = 32

# 创建训练集的DataLoader
train_dl = torch.utils.data.DataLoader(train_dataset,
                                       batch_size=batch_size,
                                       shuffle=True,  # 是否打乱数据
                                       num_workers=1)  # 加载数据的子进程数量
# 创建测试集的DataLoader
test_dl = torch.utils.data.DataLoader(test_dataset,
                                       batch_size=batch_size,
                                       shuffle=True,  # 是否打乱数据
                                       num_workers=1)  # 加载数据的子进程数量

# 遍历测试集的DataLoader
for X, y in test_dl:
    # 打印特征数据X的形状，[N, C, H, W]分别代表批次大小、通道数、高度、宽度
    print("Shape of X [N, C, H, W]: ", X.shape)
    # 打印标签数据y的形状和数据类型
    print("Shape of y: ", y.shape, y.dtype)
    break  # 只打印第一个批次的数据形状和类型

输出：
在这里插入图片描述

2. 调用官方/本地的VGG-16模型

VGG-16（Visual Geometry Group-16）是由牛津大学视觉几何组（Visual Geometry Group）提出的一种深度卷积神经网络架构，用于图像分类和对象识别任务。VGG-16在2014年被提出，是VGG系列中的一种。VGG-16之所以备受关注，是因为它在ImageNet图像识别竞赛中取得了很好的成绩，展示了其在大规模图像识别任务中的有效性。

以下是VGG-16的主要特点：

  1. 深度：VGG-16由16个卷积层和3个全连接层组成，因此具有相对较深的网络结构。这种深度有助于网络学习到更加抽象和复杂的特征。
  2. 卷积层的设计：VGG-16的卷积层全部采用3x3的卷积核和步长为1的卷积操作，同时在卷积层之后都接有ReLU激活函数。这种设计的好处在于，通过堆叠多个较小的卷积核，可以提高网络的非线性建模能力，同时减少了参数数量，从而降低了过拟合的风险。
  3. 池化层：在卷积层之后，VGG-16使用最大池化层来减少特征图的空间尺寸，帮助提取更加显著的特征并减少计算量。
  4. 全连接层：VGG-16在卷积层之后接有3个全连接层，最后一个全连接层输出与类别数相对应的向量，用于进行分类。

VGG-16结构说明：

● 13个卷积层（Convolutional Layer），分别用blockX_convX表示；
● 3个全连接层（Fully connected Layer），用classifier表示；
● 5个池化层（Pool layer）。
在这里插入图片描述

import torch
import torchvision.models as models

# 检查是否有可用的GPU，如果有则使用GPU，否则使用CPU
device = "cuda" if torch.cuda.is_available() else "cpu"
print("Using {} device".format(device))

# 创建VGG-16模型实例，不加载预训练权重
model = models.vgg16(pretrained=False)

# 加载模型权重，这里假设权重文件路径是'./vgg16-397923af.pth'
model_path = './vgg16-397923af.pth'
# 使用torch.load加载模型权重，并将模型参数映射到当前设备（GPU或CPU）
model.load_state_dict(torch.load(model_path, map_location=device))
# 将模型移动到指定的设备（GPU或CPU）
model.to(device)

# 冻结模型的所有参数，这样在训练时只有最后一层的参数会被更新
for param in model.parameters():
    param.requires_grad = False

# 修改VGG-16模型中的分类器（classifier）模块的最后一层
# 假设classeNames是类别名称的列表，我们需要将最后一层全连接层的输出特征数修改为类别数
model.classifier._modules['6'] = nn.Linear(4096, len(classeNames))  # 修改最后一层全连接层

# 将修改后的模型移动到指定的设备（GPU或CPU）
model.to(device)

# 输出模型结构，以便查看修改后的结构
model

输出：

Using cuda device
VGG(
  (features): Sequential(
    (0): Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (1): ReLU(inplace=True)
    (2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (3): ReLU(inplace=True)
    (4): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
    (5): Conv2d(64, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (6): ReLU(inplace=True)
    (7): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (8): ReLU(inplace=True)
    (9): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
    (10): Conv2d(128, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (11): ReLU(inplace=True)
    (12): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (13): ReLU(inplace=True)
    (14): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (15): ReLU(inplace=True)
    (16): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
    (17): Conv2d(256, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (18): ReLU(inplace=True)
    (19): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (20): ReLU(inplace=True)
    (21): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (22): ReLU(inplace=True)
    (23): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
    (24): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (25): ReLU(inplace=True)
    (26): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (27): ReLU(inplace=True)
    (28): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (29): ReLU(inplace=True)
    (30): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
  )
  (avgpool): AdaptiveAvgPool2d(output_size=(7, 7))
  (classifier): Sequential(
    (0): Linear(in_features=25088, out_features=4096, bias=True)
    (1): ReLU(inplace=True)
    (2): Dropout(p=0.5, inplace=False)
    (3): Linear(in_features=4096, out_features=4096, bias=True)
    (4): ReLU(inplace=True)
    (5): Dropout(p=0.5, inplace=False)
    (6): Linear(in_features=4096, out_features=17, bias=True)
  )
)

在这里插入图片描述

3. 模型训练

3.1 训练函数

# 训练循环
def train(dataloader, model, loss_fn, optimizer):
    size = len(dataloader.dataset)  # 训练集大小
    num_batches = len(dataloader)   # 批次数目, (size/batch_size，向上取整)

    train_loss, train_acc = 0, 0  # 初始化累计训练损失和准确率

    # 遍历数据加载器中的所有批次
    for X, y in dataloader:
        X, y = X.to(device), y.to(device)  # 将特征和标签转移到GPU或CPU

        # 前向传播
        pred = model(X)  # 使用模型进行预测
        loss = loss_fn(pred, y)  # 计算预测和真实标签之间的损失

        # 反向传播和优化
        optimizer.zero_grad()  # 清零模型参数的梯度
        loss.backward()        # 反向传播，计算梯度
        optimizer.step()       # 根据梯度更新模型参数

        # 记录准确率和损失
        train_acc += (pred.argmax(1) == y).type(torch.float).sum().item()  # 计算预测正确的样本数量
        train_loss += loss.item()  # 累加损失值

    # 计算平均准确率和平均损失
    train_acc /= size  # 将累计准确率除以样本总数，得到平均准确率
    train_loss /= num_batches  # 将累计损失除以批次数量，得到平均损失

    return train_acc, train_loss  # 返回训练过程中的平均准确率和平均损失

3.2 测试函数

  • 这个 test函数接收三个参数：dataloader、model 和 loss_fn。
  • 它遍历 dataloader 中的所有批次，对每个批次执行前向传播和损失计算，但不进行反向传播或参数更新，因为测试阶段的目的是评估模型性能，而不是训练模型。
  • 在每个批次中，它计算模型的预测值 target_pred，然后使用损失函数 loss_fn 计算预测值和真实标签 target 之间的损失 loss。
  • 函数还记录了整个测试集上的平均准确率和平均损失。
def test(dataloader, model, loss_fn):
    size = len(dataloader.dataset)  # 获取测试数据集中的样本总数
    num_batches = len(dataloader)  # 计算测试数据加载器中的批次数量

    test_loss, test_acc = 0, 0  # 初始化累计测试损失和准确率

    # 使用torch.no_grad()上下文管理器，停止梯度计算，因为在测试阶段不需要更新模型参数
    with torch.no_grad():
        for imgs, target in dataloader:
            imgs, target = imgs.to(device), target.to(device)  # 将图像和标签转移到GPU或CPU

            # 前向传播，获取模型的预测输出
            target_pred = model(imgs)
            # 计算模型预测输出和真实标签之间的损失
            loss = loss_fn(target_pred, target)

            # 累加损失和准确率
            test_loss += loss.item()
            test_acc += (target_pred.argmax(1) == target).type(torch.float).sum().item()

    # 计算平均准确率和平均损失
    test_acc /= size  # 将累计准确率除以样本总数，得到平均准确率
    test_loss /= num_batches  # 将累计损失除以批次数量，得到平均损失

    return test_acc, test_loss  # 返回测试过程中的平均准确率和平均损失

3.3 设置动态学习率

# def adjust_learning_rate(optimizer, epoch, start_lr):
#     # 每 2 个epoch衰减到原来的 0.98
#     lr = start_lr * (0.92 ** (epoch // 2))
#     for param_group in optimizer.param_groups:
#         param_group['lr'] = lr

learn_rate = 1e-4 # 初始学习率
# optimizer  = torch.optim.SGD(model.parameters(), lr=learn_rate)
# 调用官方动态学习率接口时使用
lambda1 = lambda epoch: 0.92 ** (epoch // 4)
optimizer = torch.optim.Adam(model.parameters(), lr=learn_rate)
scheduler = torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda=lambda1) #选定调整方法

3.4 训练并保存效果最佳的模型

import copy
from datetime import datetime
import os

# 导入必要的PyTorch组件
import torch
import torch.nn as nn
from torch.optim import lr_scheduler

# 创建交叉熵损失函数
loss_fn = nn.CrossEntropyLoss()
# 设置训练的轮数（epoch）
epochs = 40

# 初始化训练和测试的损失和准确率列表
train_loss = []
train_acc = []
test_loss = []
test_acc = []

# 初始化最佳准确率和最佳模型参数
best_acc = 0
best_model_params = None

# 定义模型保存的根目录
model_root_dir = './model'

# 开始训练循环
for epoch in range(epochs):
    # 这里假设有一个函数来调整学习率，但被注释掉了
    # adjust_learning_rate(optimizer, epoch, learn_rate)
    
    # 将模型设置为训练模式
    model.train()
    # 这里假设有一个函数来执行训练，并返回训练的准确率和损失
    epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, optimizer)
    # 更新学习率（如果是使用PyTorch的学习率调度器）
    scheduler.step()
    
    # 将模型设置为评估模式
    model.eval()
    # 这里假设有一个函数来执行测试，并返回测试的准确率和损失
    epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)
    
    # 如果当前epoch的测试准确率超过了之前的最佳准确率，则保存当前模型参数
    if epoch_test_acc > best_acc:
        best_acc = epoch_test_acc
        best_model_params = copy.deepcopy(model.state_dict())
    
    # 将当前epoch的准确率和损失添加到列表中
    train_acc.append(epoch_train_acc)
    train_loss.append(epoch_train_loss)
    test_acc.append(epoch_test_acc)
    test_loss.append(epoch_test_loss)
    
    # 获取当前的学习率
    lr = optimizer.state_dict()['param_groups'][0]['lr']
    
    # 打印当前epoch的信息
    template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%, Test_loss:{:.3f}, Lr:{:.2E}')
    print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss, 
                          epoch_test_acc*100, epoch_test_loss, lr))
    
# 创建一个带有时间戳的文件夹用来保存每次训练的最好模型
timestamp = datetime.now().strftime('%Y%m%d_%H%M%S')
model_dir = os.path.join(model_root_dir, timestamp)
os.makedirs(model_dir, exist_ok=True)

# 保存最佳模型参数
torch.save(best_model_params, os.path.join(model_dir, 'best_model_params.pth'))
print('best_model_params.pth 已保存在：' + model_dir)

print('Done')

输出：

Epoch: 1, Train_acc:13.7%, Train_loss:2.716, Test_acc:18.1%, Test_loss:2.498, Lr:1.00E-04
Epoch: 2, Train_acc:22.0%, Train_loss:2.400, Test_acc:21.1%, Test_loss:2.342, Lr:1.00E-04
Epoch: 3, Train_acc:24.9%, Train_loss:2.244, Test_acc:26.4%, Test_loss:2.223, Lr:1.00E-04
 ......
Epoch:37, Train_acc:60.4%, Train_loss:1.314, Test_acc:40.0%, Test_loss:1.794, Lr:4.72E-05
Epoch:38, Train_acc:60.8%, Train_loss:1.295, Test_acc:41.4%, Test_loss:1.776, Lr:4.72E-05
Epoch:39, Train_acc:60.0%, Train_loss:1.296, Test_acc:41.1%, Test_loss:1.805, Lr:4.72E-05
Epoch:40, Train_acc:61.5%, Train_loss:1.292, Test_acc:41.7%, Test_loss:1.733, Lr:4.34E-05
best_model_params.pth 已保存在：./model/20241106_161309
Done

在这里插入图片描述

4. 结果可视化

4.1 Loss与Accuracy图

import matplotlib.pyplot as plt  # 导入matplotlib的pyplot模块，用于数据可视化
import warnings  # 导入警告模块
warnings.filterwarnings("ignore")  # 忽略警告信息，避免绘图时出现警告提示

# 设置matplotlib的配置参数
# plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体，使得图表可以正常显示中文
plt.rcParams['axes.unicode_minus'] = False  # 设置正常显示负号
plt.rcParams['figure.dpi'] = 100  # 设置图像的分辨率

epochs_range = range(epochs)  # 创建一个从0到epochs-1的范围，用于x轴的刻度

# 设置图像大小
plt.figure(figsize=(12, 3))
# 创建一个1行2列的子图布局，并定位到第1个子图
plt.subplot(1, 2, 1)

# 在第1个子图上绘制训练和测试的准确率曲线
plt.plot(epochs_range, train_acc, label='Training Accuracy')  # 绘制训练准确率
plt.plot(epochs_range, test_acc, label='Test Accuracy')  # 绘制测试准确率
plt.legend(loc='lower right')  # 添加图例，位置在右下角
plt.title('Training and Validation Accuracy')  # 设置子图的标题

# 创建一个1行2列的子图布局，并定位到第2个子图
plt.subplot(1, 2, 2)
# 在第2个子图上绘制训练和测试的损失曲线
plt.plot(epochs_range, train_loss, label='Training Loss')  # 绘制训练损失
plt.plot(epochs_range, test_loss, label='Test Loss')  # 绘制测试损失
plt.legend(loc='upper right')  # 添加图例，位置在右上角
plt.title('Training and Validation Loss')  # 设置子图的标题

# 显示绘制的图像
plt.show()

输出：
在这里插入图片描述

4.2 指定图片进行预测

from PIL import Image
import matplotlib.pyplot as plt

# 获取数据集中所有类别的名称
classes = list(total_data.class_to_idx)

# 定义预测函数
def predict_one_image(image_path, model, transform, classes):
    # 打开图片并转换为RGB格式
    test_img = Image.open(image_path).convert('RGB')
    plt.imshow(test_img)  # 展示预测的图片
    plt.show()  # 显示图片

    # 对图片进行预处理
    test_img = transform(test_img)
    # 将图片转换为模型输入所需的格式
    img = test_img.to(device).unsqueeze(0)
    
    # 将模型设置为评估模式
    model.eval()
    # 进行预测
    output = model(img)

    # 获取预测结果中概率最大的类别索引
    _, pred = torch.max(output, 1)
    # 根据索引获取对应的类别名称
    pred_class = classes[pred]
    # 打印预测结果
    print(f'预测结果是：{pred_class}')

# 预测训练集中的某张照片
predict_one_image(image_path='./data/Denzel Washington/001_d3323f3c.jpg', 
                  model=model, 
                  transform=train_transforms, 
                  classes=classes)

输出：
在这里插入图片描述

使用其他图片测试：
在这里插入图片描述

4.3 模型评估

model.eval()
epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)

epoch_test_acc, epoch_test_loss

epoch_test_acc

输出：
在这里插入图片描述

5. 课后

  • 测试集准确率达到60%

  • 手动搭建VGG-16网络框架

# 导入必要的库
import torch
import torch.nn as nn

# 定义VGG16类，继承自nn.Module
class VGG16(nn.Module):
    # 类的初始化函数
    def __init__(self):
        super(VGG16, self).__init__()  # 调用父类的初始化函数
        
        # 定义特征提取部分为一个Sequential模块
        self.features = nn.Sequential(
            # Block 1
            nn.Conv2d(3, 64, kernel_size=3, padding=1),  # 第一个卷积层，输入通道3，输出通道64
            nn.ReLU(inplace=True),  # 激活函数ReLU，inplace=True表示原地操作
            nn.Conv2d(64, 64, kernel_size=3, padding=1),  # 第二个卷积层，输入通道64，输出通道64
            nn.ReLU(inplace=True),  # 激活函数ReLU
            nn.MaxPool2d(kernel_size=2, stride=2),  # 最大池化层，池化窗口大小2，步长2
            
            # Block 2
            nn.Conv2d(64, 128, kernel_size=3, padding=1),  # 第三个卷积层，输入通道64，输出通道128
            nn.ReLU(inplace=True),  # 激活函数ReLU
            nn.Conv2d(128, 128, kernel_size=3, padding=1),  # 第四个卷积层，输入通道128，输出通道128
            nn.ReLU(inplace=True),  # 激活函数ReLU
            nn.MaxPool2d(kernel_size=2, stride=2),  # 最大池化层，池化窗口大小2，步长2
            
            # Block 3
            nn.Conv2d(128, 256, kernel_size=3, padding=1),  # 第五个卷积层，输入通道128，输出通道256
            nn.ReLU(inplace=True),  # 激活函数ReLU
            nn.Conv2d(256, 256, kernel_size=3, padding=1),  # 第六个卷积层，输入通道256，输出通道256
            nn.ReLU(inplace=True),  # 激活函数ReLU
            nn.Conv2d(256, 256, kernel_size=3, padding=1),  # 第七个卷积层，输入通道256，输出通道256
            nn.ReLU(inplace=True),  # 激活函数ReLU
            nn.MaxPool2d(kernel_size=2, stride=2),  # 最大池化层，池化窗口大小2，步长2
            
            # Block 4
            nn.Conv2d(256, 512, kernel_size=3, padding=1),  # 第八个卷积层，输入通道256，输出通道512
            nn.ReLU(inplace=True),  # 激活函数ReLU
            nn.Conv2d(512, 512, kernel_size=3, padding=1),  # 第九个卷积层，输入通道512，输出通道512
            nn.ReLU(inplace=True),  # 激活函数ReLU
            nn.Conv2d(512, 512, kernel_size=3, padding=1),  # 第十个卷积层，输入通道512，输出通道512
            nn.ReLU(inplace=True),  # 激活函数ReLU
            nn.MaxPool2d(kernel_size=2, stride=2),  # 最大池化层，池化窗口大小2，步长2
            
            # Block 5
            nn.Conv2d(512, 512, kernel_size=3, padding=1),  # 第十一个卷积层，输入通道512，输出通道512
            nn.ReLU(inplace=True),  # 激活函数ReLU
            nn.Conv2d(512, 512, kernel_size=3, padding=1),  # 第十二个卷积层，输入通道512，输出通道512
            nn.ReLU(inplace=True),  # 激活函数ReLU
            nn.Conv2d(512, 512, kernel_size=3, padding=1),  # 第十三个卷积层，输入通道512，输出通道512
            nn.ReLU(inplace=True),  # 激活函数ReLU
            nn.MaxPool2d(kernel_size=2, stride=2),  # 最大池化层，池化窗口大小2，步长2
        )
        
        # 定义分类器部分为一个Sequential模块
        self.classifier = nn.Sequential(
            nn.Linear(512 * 7 * 7, 4096),  # 第一个全连接层，输入特征512*7*7，输出特征4096
            nn.ReLU(inplace=True),  # 激活函数ReLU
            nn.Dropout(),  # Dropout层，丢弃率默认为0.5
            nn.Linear(4096, 4096),  # 第二个全连接层，输入特征4096，输出特征4096
            nn.ReLU(inplace=True),  # 激活函数ReLU
            nn.Dropout(),  # Dropout层
            nn.Linear(4096, len(classeNames)),  # 第三个全连接层，输入特征4096，输出特征类别数
        )
    
    # 定义前向传播函数
    def forward(self, x):
        x = self.features(x)  # 通过特征提取部分
        x = x.view(x.size(0), -1)  # 调整形状以匹配全连接层的输入
        x = self.classifier(x)  # 通过分类器部分
        return x

# 检测是否有可用的CUDA设备，如果有，则使用CUDA，否则使用CPU
device = "cuda" if torch.cuda.is_available() else "cpu"
print("Using {} device".format(device))

# 实例化VGG16模型，并转移到相应的设备上
vgg16 = VGG16().to(device)

# 打印模型结构
vgg16
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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