Keras复现VGG16及实现花卉分类

最新推荐文章于 2025-07-08 16:35:38 发布

_木_易

最新推荐文章于 2025-07-08 16:35:38 发布

阅读量3.1k

点赞数 4

CC 4.0 BY-SA版权

分类专栏：深度学习文章标签： Keras

本文链接：https://blog.youkuaiyun.com/qq_39987952/article/details/99121971

VGG网络

VGG网络是2014年ILSVRC竞赛的第二名(第一名是GoogleNet，即后来的inception)，由牛津大学的计算机视觉实验组提出。原始论文地址https://arxiv.org/abs/1409.1556

VGG的出现证明了网络深度的增加可以提升模型的效果，它由一系列的卷积、池化堆叠而成，在论文中作者搭建了不同深度的6种VGG模型，命名A-E，网络深度依次加深。通常VGG16和VGG19是指D、E两个版本。

下表是原始论文中的6个版本VGG结构，A-LRN是在A版本的基础上使用了AlexNet中的LRN层，用来对比。

在这里插入图片描述

VGG的另一个特点是使用的卷积只有11和33的卷积，2个33的卷积代替55卷积，3个33卷积代替77的卷积，尽管它们的感受野相同，但使用多个小卷积代替大卷积，在保证感受野不变的情况下可以使参数量减小，且提升了网络的深度。比如55的卷积需要的参数量是25个，而用2个小的33卷积代替只需要18个。

此外VGG中使用了1*1的卷积，作者认为1x1卷积可以增加决策函数的非线性能力，非线性是由激活函数决定的，1x1卷积是线性映射，在同样的维度上映射特征图。

VGG的输入是224*224尺寸的图像，且经过特殊处理后才输入网络，处理不仅包括归一化等常规操作，并且每个像素值还减去了在总的训练集的均值。

在Keras中内置了处理输入的函数。

from keras.applications.imagenet_utils import preprocess_input
img = preprocess_input(img) # img是要输入的图像
# 查看preprocess_input函数的部分源码如下
# 该函数针对TensorFlow、caffe、Torch的处理并不相同，对tf只需将图像像素值缩放到-1和1之间，caffe则将图片通道变为BGR，做中心化但不缩放像素值范围，Torch缩放像素值在0到1之间，然后标准化。

if mode == 'tf':
    x /= 127.5
    x -= 1.
    return x
if mode == 'torch':
    x /= 255.
    mean = [0.485, 0.456, 0.406]
    std = [0.229, 0.224, 0.225]
else:
    if data_format == 'channels_first':
        # 'RGB'->'BGR'
        if backend.ndim(x) == 3:
            x = x[::-1, ...]
        else:
            x = x[:, ::-1, ...]
    else:
        # 'RGB'->'BGR'
        x = x[..., ::-1]
    mean = [103.939, 116.779, 123.68]
    std = None

Keras搭建VGG16并进行花卉分类

一个在线可视化vgg16结构的网站： https://dgschwend.github.io/netscope/#/preset/vgg-16

数据集来自谷歌的一个鲜花数据集，网址http://download.tensorflow.org/example_image/flower_photo.tgz

该数据集比较小，包含五类鲜花的照片，chamomile（甘菊）、 tulip（郁金香）、rose（玫瑰）、sunflower（向日葵）、dandelion（蒲公英），每一类图片有800张左右，且大小不一，但图像都比较小约为，400x300。

对数据集的处理，采用npy格式存储数据。OpenCV读取图像后，直接使用preprocess_input 函数处理，然后存入npy文件。标签采用to_categorical进行独热编码转换标签。

使用Keras搭建VGG16，比较方便,按照论文中的结构一层层累积即可。每层卷积使用relu激活函数，最后输出softmax分类，类别为5，优化器采用sgd(在网上一个博客看到说采用Adam优化效果更好，但我试了没有sgd效果好？)，分类交叉熵损失categorical_crossentropy。

Keras的另一个好处是keras.applications模块内置了许多模型，包括VGG、ResNet、InceptionV3、DenseNet121等。因此我们可以使用内置的VGG16,只需修改最后的全连接层输出类别即可。

import numpy as np
from keras.models import Model, load_model
from keras.layers import Dropout, Flatten, Dense, Input
from keras.layers.convolutional import Conv2D, MaxPooling2D
from keras.utils import plot_model,to_categorical
from keras import optimizers
import os
import cv2
from keras.applications import VGG16
from keras.applications.vgg16 import preprocess_input  
from keras.callbacks import TensorBoard

class vgg():
    def __init__(self, shape, num_classes, data_path, label_path, model_path):
        self.shape = shape
        self.num_classes = num_classes
        self.data_path = data_path
        self.label_path = label_path
        self.model_path = model_path
        self.log_path = "./logs"
        self.classes = self.classname()

    def classname(self, prepath="D://Datasets//flower_photos//flower_photos//"):
        # 数据集的类别序号和对应名称，注意的是序号是从1开始，而label中编码实际是从0开始
        classes = os.listdir(prepath)  # 类别序号和名称
        class_dict