VGG系列(Pytorch实现)

本文详细介绍了VGG网络的结构及其在大规模图像识别中的应用,提供了PyTorch实现代码,包括网络配置、权重初始化及前向传播过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

github博客传送门
博客园传送门

论文在此:VERY DEEP CONVOLUTIONA NETWORK FO LARGE-SCAL IMAG RECOGNITION

下载地址:https://arxiv.org/pdf/1409.1556.pdf

网络结构图:

VGG
VGG参数

Pytorch代码实现:

import torch.nn as nn
import math


class VGG(nn.Module):

    def __init__(self, features, num_classes=1000, init_weights=True):
        super(VGG, self).__init__()
        self.features = features
        self.classifier = nn.Sequential(
            nn.Linear(512 * 7 * 7, 4096),
            nn.ReLU(True),
            nn.Dropout(),
            nn.Linear(4096, 4096),
            nn.ReLU(True),
            nn.Dropout(),
            nn.Linear(4096, num_classes),
        )
        if init_weights:
            self._initialize_weights()

    def forward(self, x):
        x = self.features(x)
        x = x.view(x.size(0), -1)
        x = self.classifier(x)
        return x

    def _initialize_weights(self):
        for m in self.modules():
            if isinstance(m, nn.Conv2d):
                n = m.kernel_size[0] * m.kernel_size[1] * m.out_channels
                m.weight.data.normal_(0, math.sqrt(2. / n))
                if m.bias is not None:
                    m.bias.data.zero_()
            elif isinstance(m, nn.BatchNorm2d):
                m.weight.data.fill_(1)
                m.bias.data.zero_()
            elif isinstance(m, nn.Linear):
                m.weight.data.normal_(0, 0.01)
                m.bias.data.zero_()


def make_layers(cfg, batch_norm=False):
    layers = []
    in_channels = 3
    for v in cfg:
        if v == 'M':
            layers += [nn.MaxPool2d(kernel_size=2, stride=2)]
        else:
            conv2d = nn.Conv2d(in_channels, v, kernel_size=3, padding=1)
            if batch_norm:
                layers += [conv2d, nn.BatchNorm2d(v), nn.ReLU(inplace=True)]
            else:
                layers += [conv2d, nn.ReLU(inplace=True)]
            in_channels = v
    return nn.Sequential(*layers)


cfg = {
    'A': [64, 'M', 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512, 'M'],
    'B': [64, 64, 'M', 128, 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512, 'M'],
    'D': [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 'M', 512, 512, 512, 'M', 512, 512, 512, 'M'],
    'E': [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 256, 'M', 512, 512, 512, 512, 'M', 512, 512, 512, 512, 'M'],
}


def vgg11(**kwargs):
    model = VGG(make_layers(cfg['A']), **kwargs)
    return model


def vgg11_bn(**kwargs):
    model = VGG(make_layers(cfg['A'], batch_norm=True), **kwargs)
    return model


def vgg13(**kwargs):
    model = VGG(make_layers(cfg['B']), **kwargs)
    return model


def vgg13_bn(**kwargs):
    model = VGG(make_layers(cfg['B'], batch_norm=True), **kwargs)
    return model


def vgg16(**kwargs):
    model = VGG(make_layers(cfg['D']), **kwargs)
    return model


def vgg16_bn(**kwargs):
    model = VGG(make_layers(cfg['D'], batch_norm=True), **kwargs)
    return model


def vgg19(**kwargs):
    model = VGG(make_layers(cfg['E']), **kwargs)
    return model


def vgg19_bn(**kwargs):
    model = VGG(make_layers(cfg['E'], batch_norm=True), **kwargs)
    return model


if __name__ == '__main__':
    # 'VGG', 'vgg11', 'vgg11_bn', 'vgg13', 'vgg13_bn', 'vgg16', 'vgg16_bn', 'vgg19_bn', 'vgg19'
    # Example
    net11 = vgg11()
    print(net11)

### PyTorch实现 VGG 模型 VGG 是一种经典的卷积神经网络架构,在图像分类和其他计算机视觉任务中表现出色。该模型由牛津大学 Visual Geometry Group 提出,通过增加网络深度来提升性能[^4]。 #### VGG 的基本特性 - 输入图片大小固定为 224×224 像素的 RGB 图像。 - 主要采用 3×3 尺寸的小卷积核和 2×2 max pooling 层。 - 结构非常规整,每层之间的连接方式简单明了。 - 隐藏层激活函数通常选用 ReLU 函数。 #### 使用 PyTorch 实现 VGG16 下面是一个简单的例子展示如何利用 PyTorch 来构建并初始化一个预训练好的 VGG16 模型: ```python import torch from torchvision import models, transforms # 设置设备(CPU 或 GPU) device = 'cuda' if torch.cuda.is_available() else 'cpu' # 加载预训练的 VGG16 模型 model = models.vgg16(pretrained=True) # 移动模型至相应计算资源上 model.to(device) # 切换评估模式 model.eval() ``` 对于更复杂的场景,比如微调现有模型或从头开始训练新模型,则可以按照如下方式进行调整: ```python class CustomVGG(nn.Module): def __init__(self, num_classes=1000): super(CustomVGG, self).__init__() # 定义基础特征提取器 self.features = nn.Sequential( ... # 这里省略具体细节,实际应用时应参照官方文档填写完整的卷积层定义 ) # 分类头部 self.classifier = nn.Linear(in_features=..., out_features=num_classes) def forward(self, x): x = self.features(x) x = x.view(x.size(0), -1) # 扁平化处理 x = self.classifier(x) return x if __name__ == '__main__': custom_vgg = CustomVGG(num_classes=10).to(device) criterion = nn.CrossEntropyLoss().to(device) optimizer = optim.SGD(custom_vgg.parameters(), lr=0.001, momentum=0.9) ``` 上述代码片段展示了如何创建自定义版本的 VGG 模型,并设置了损失函数与优化算法以便后续训练过程中的参数更新[^1]。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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