前言

我们都知道Alexnet是卷积神经网络的开山之作，但是由于卷积核太大，移动步长大，无填充，所以14年提出的VGG网络解决了这一问题

一、VGG发展历程

VGG网络由牛津大学在2014年ImageNet挑战赛本地和分类追踪分别获得了第一名和第二名。研究卷积网络深度对其影响在大规模图像识别设置中的准确性，主要贡献是全面评估网络的深度，使用3*3卷积滤波器来提取特征。解决了Alexnet容易忽略小部分的特征。

二、VGG网络模型

在这里插入图片描述
从这张图中可以看到，VGG网络有11-19层，今天我们主要了解VGG16，VGG网络有一个特点，在每一次池化之后，经过卷积通道数都会翻倍，这样的好处就是为了保留更多的特征。
VGG16一个有13个卷积层3个全连接层。

三、VGG16代码详解

1.VGG网络架构

1.通过上面表格我们可以发现，经过max池化之后，通道数会翻倍，我们可以为了减少代码量，把这一过程封装成一个类，在使用过程中，直接调用就可以了。

class tiao(nn.Module):def __init__(self,shuru):super(tiao, self).__init__()self.conv1=nn.Conv2d(in_channels=shuru,out_channels=shuru*2,kernel_size=(3,3))self.conv2=nn.Conv2d(in_channels=shuru*2,out_channels=shuru*2,kernel_size=(3,3))self.relu=nn.ReLU()def forward(self,x):x1=self.conv1(x)x2=self.relu(x1)x3=self.conv2(x2)x4=self.relu(x3)return x4

这个类，很简单就是两层卷积，加两层激活函数，输出通道数翻倍
2.第二步就可以按照表格实现VGG16网络
2.1
输入三通道，输出64通道，卷积核为3
在这里插入图片描述

self.conv1=nn.Conv2d(in_channels=3,out_channels=64,kernel_size=(3,3))
self.conv2=nn.Conv2d(in_channels=64,out_channels=64,kernel_size=(3,3))

2.2
经过最大池化，通道数翻倍输入64通道经过两次卷积输出通道128
在这里插入图片描述
这里直接调用上面封装好的类就行

self.tiao128=tiao(64)

2.3
经过最大池化，输入128通道经过两次33卷积一次11卷积输出通道256
在这里插入图片描述

self.tiao256=tiao(128)
self.conv1_256=nn.Conv2d(in_channels=256,out_channels=256,kernel_size=(1,1))

2.4
经过最大池化，输入256通道经过两次33卷积一次11卷积输出通道512
在这里插入图片描述

self.tiao512=tiao(256)
self.conv1_512=nn.Conv2d(in_channels=512,out_channels=512,kernel_size=(1,1))

2.5
经过最大池化，输入512通道，经过两次33卷积一次11卷积输出通道512
在这里插入图片描述

self.conv512 = nn.Conv2d(in_channels=512, out_channels=512, kernel_size=(3, 3))self.conv1_512=nn.Conv2d(in_channels=512,out_channels=512,kernel_size=(1,1))

2.6
最后的三层全连接，这里要注意，使用自适应池化，池化之后图片尺寸是7*7
在这里插入图片描述

self.zsy=nn.AdaptiveAvgPool2d(7)
self.l1=nn.Linear(512*7*7,4096)
self.l2=nn.Linear(4096,4096)
self.l3=nn.Linear(4096,10)

2.7
还有relu激活函数，dropout随机失活函数，这里为了整洁，图表没有明确指出

self.relu=nn.ReLU()self.dropout=nn.Dropout2d(p=0.2)

2.8
最后就是前向传播

  x1=self.conv1(x)x2=self.relu(x1)x3=self.conv2(x2)x4=self.maxpool(x3)x5=self.tiao128(x4)x6=self.maxpool(x5)x7=self.tiao256(x6)x8=self.conv1_256(x7)x9=self.maxpool(x8)x10=self.tiao512(x9)x11=self.conv1_512(x10)x12=self.maxpool(x11)x13=self.conv512(x12)x14=self.conv512(x13)x15=self.conv1_512(x14)x16=self.zsy(x15)x17=x16.view(x16.size()[0],-1)x18=self.l1(x17)x19 = self.relu(x18)x20=self.dropout(x19)x22 = self.l2(x20)x23=self.relu(x22)x24=self.dropout(x23)x25=self.l3(x24)return x25

到这里VGG16网络就全部完成了

2.VGG16网络验证

这里我们可以进行验证，看网络有没有什么问题

model=VGG16()
input=torch.randn(1,3,224,224)
output=model(input).cuda()
print(output)

在这里插入图片描述

2.读取数据，进行数据增强

 transform=transforms.Compose([#图像增强transforms.Resize(120),transforms.RandomHorizontalFlip(),transforms.RandomCrop(224),transforms.ColorJitter(brightness=0.5,contrast=0.5,hue=0.5),#转变为tensor 正则化transforms.ToTensor(),transforms.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5)) #正则化])

读取数据时，可以调整线程数，batch_size可以使代码跑起来更快，提高GPU利用率，这里要注意一个问题，线程数过大新手会出现页面太小报错，这时候调整虚拟内存就可以了

trainset=tv.datasets.CIFAR10(root=r'E:\桌面\资料\cv3\数据集\cifar-10-batches-py',train=True,download=True,transform=transform)trainloader=data.DataLoader(trainset,batch_size=8,drop_last=True,shuffle=True, #乱序num_workers=4,)testset=tv.datasets.CIFAR10(root=r'E:\桌面\资料\cv3\数据集\cifar-10-batches-py',train=False,download=True,transform=transform)testloader=data.DataLoader(testset,batch_size=4,drop_last=True,shuffle=False,num_workers=2)

3.训练模型，测试准确率

数据读取完成，我们就可以训练模型，以及测试模型准确率

 for i in range(3):running_loss=0for index,data in enumerate(trainloader):x,y=datax=x.cuda()y=y.cuda()x,y=Variable(x),Variable(y)opt.zero_grad()h=model(x)loss1=loss(h,y)loss1.backward()opt.step()running_loss+=loss1.item()if index % 10 == 9:avg_loss = running_loss/ 10.running_loss = 0print('avg_loss', avg_loss)if index%1000==99:acc=0total=0for data  in testloader:images,labels=dataoutputs=model(Variable(images.cuda()))_,predicted=torch.max(outputs.cpu(),1)total+=labels.size(0)bool_tensor=(predicted==labels)acc+=bool_tensor.sum()print("1000张精度为 %d  %%"%(100*acc/total))