VGG网络是由多个卷积神经网络堆叠而成的分类网络。分为几类:VGG11,VGG13,VGG16,VGG19。结构如下图:
VGG11,13,16,19这些数字表示VGG网络中的卷积层+全连接层的个数。
同样从上图我们也可以看到,每个VGG都有5个卷积block,其中卷积层的个数从1个~3个不等。
在源码中可供外界直接调用的vgg网络接口有8个(即源码实际完成了8种的VGG),但是实际可看成是4个,因为每一个都会分两种,一种是加了BN层,一种是没有BN层的。
这八个网络分别是:
def vgg11(pretrained=False, progress=True, **kwargs):
return _vgg('vgg11', 'A', False, pretrained, progress, **kwargs)
def vgg11_bn(pretrained=False, progress=True, **kwargs):
return _vgg('vgg11_bn', 'A', True, pretrained, progress, **kwargs)
def vgg13(pretrained=False, progress=True, **kwargs):
return _vgg('vgg13', 'B', False, pretrained, progress, **kwargs)
def vgg13_bn(pretrained=False, progress=True, **kwargs):
return _vgg('vgg13_bn', 'B', True, pretrained, progress, **kwargs)
def vgg16(pretrained=False, progress=True, **kwargs):
return _vgg('vgg16', 'D', False, pretrained, progress, **kwargs)
def vgg16_bn(pretrained=False, progress=True, **kwargs):
return _vgg('vgg16_bn', 'D', True, pretrained, progress, **kwargs)
def vgg19(pretrained=False, progress=True, **kwargs):
return _vgg('vgg19', 'E', False, pretrained, progress, **kwargs)
def vgg19_bn(pretrained=False, progress=True, **kwargs):
return _vgg('vgg19_bn', 'E', True, pretrained, progress, **kwargs)
就是VGG11,VGG13,VGG16,VGG19。
从上面可以看出,无论VGG多少都是通过调用_vgg()方法进行VGG网络的生成的:
我们可以看到 _vgg()的参数中,有 A,B,D,E的字样。这到底是什么意思呢,我们继续往下看源码,估计会有线索:
果然,我们找到一个叫 cfgs 的变量,一个名字就知道是config的缩写,用来配置信息的,定义如下:
cfgs = {
'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'],
}
里面果然有 A,B,D,E。这其实A就代表 VGG11,B代表VGG13,D代表VGG16,E代表VGG19。
M是每个卷积block之间的分隔。那数字所表示的意思呢,就是每个卷积block里卷积层的维度(即卷积层的厚度)。
_vgg():
接着,我们来看看 _vgg()方法的定义:
def _vgg(arch, cfg, batch_norm, pretrained, progress, **kwargs):
if pretrained:
kwargs['init_weights'] = False
model = VGG(make_layers(cfgs[cfg], batch_norm=batch_norm), **kwargs)
if pretrained:
state_dict = load_state_dict_from_url(model_urls[arch],
progress=progress)
model.load_state_dict(state_dict)
return model
_vgg控制的是:生成VGG网络前的一些事项,例如,生成的VGG是VGG11还是13,16,19。是否需要BN层。是否导入预训练模型。设置好后,才是最终通过 VGG()来生成VGG网络模型。
但是!从上面引用的VGG()来看,有一个很重要的变量,make_layers()。这个是真正生成所有卷积block的方法,反而VGG()的代码里面写的,只不过是最后的一个分类器的代码而已。
接下来就重点介绍 make_layers():
make_layers()的源码定义如下:
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)
看到M是不是有点印象?就是变量cfgs里面的M。make_layers()会根据所选择的 cfgs里的选项进行所有卷积blocks的配置,最后返回。
VGG():
VGG()其实并不是一个方法,而是一个类的实例,换句话说,VGG是一个类。
class VGG(nn.Module):
def __init__(self, features, num_classes=1000, init_weights=True):
super(VGG, self).__init__()
self.features = features
self.avgpool = nn.AdaptiveAvgPool2d((7, 7))
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 = self.avgpool(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):
nn.init.kaiming_normal_(m.weight, mode='fan_out', nonlinearity='relu')
if m.bias is not None:
nn.init.constant_(m.bias, 0)
elif isinstance(m, nn.BatchNorm2d):
nn.init.constant_(m.weight, 1)
nn.init.constant_(m.bias, 0)
elif isinstance(m, nn.Linear):
nn.init.normal_(m.weight, 0, 0.01)
nn.init.constant_(m.bias, 0)
可以看到,VGG类充其量就是定义了最后的分类器。就是下图红色的部分,而make_layers则是定义了蓝色的部分:
最后,源码里还有一些网址,里面标注的其实是当你希望所生成的VGG模型的权重一开始不是随机初始化的,而是已经训练好的训练模型时,就会从这些网址下载预训练模型的权重,这时候所生成的VGG模型就是训练好的了(用IMAGENET训练的)。
model_urls = {
'vgg11': 'https://download.pytorch.org/models/vgg11-bbd30ac9.pth',
'vgg13': 'https://download.pytorch.org/models/vgg13-c768596a.pth',
'vgg16': 'https://download.pytorch.org/models/vgg16-397923af.pth',
'vgg19': 'https://download.pytorch.org/models/vgg19-dcbb9e9d.pth',
'vgg11_bn': 'https://download.pytorch.org/models/vgg11_bn-6002323d.pth',
'vgg13_bn': 'https://download.pytorch.org/models/vgg13_bn-abd245e5.pth',
'vgg16_bn': 'https://download.pytorch.org/models/vgg16_bn-6c64b313.pth',
'vgg19_bn': 'https://download.pytorch.org/models/vgg19_bn-c79401a0.pth',
}