基于pytorch搭建VGGNet神经网络用于花类识别

 

作者简介：秃头小苏，致力于用最通俗的语言描述问题

往期回顾：卡尔曼滤波系列1——卡尔曼滤波    基于pytorch搭建AlexNet神经网络用于花类识别

近期目标：拥有5000粉丝
支持小苏：点赞、收藏⭐、留言

 

基于pytorch搭建VGGNet神经网络用于花类识别

写在前面

  上一篇写过基于pytorch搭建AlexNet神经网络用于花类识别项目实战，建议阅读此篇前先弄明白上篇所述之事此外本节搭建的网络模型是VGG，需要你对VGG的网络结构有较深入的了解，还不清楚的戳此图标☞☞☞了解详情。

  这篇文章同样是对花的类别进行识别，和上一篇使用AlexNet进行识别整体步骤是完全类似的，主要区别就是网络的结构有所不同，因此，本节将只针对VGG的网络结构搭建进行详细的讲解，其余部分基本和上一篇一致，不再赘述，大家可自行下载代码进一步研究。

 
 

VGGNet网络模型搭建

  这一部分的代码可能真的能让你感受到代码之美，写的确实太漂亮了首先我们知道VGG一共有四种结构，分别为VGG11、VGG13、VGG16、VGG19。我想若是让我们单独的构建一种VGG网络是不难办到的，VGG这种直筒型的结构用代码实现是较容易的。官方的demo中通过一个字典将4中结构的VGG网络放在了一起，只需要我们在调用的时候传入相关参数就可以了，实在是太妙了！！！下面让我们一起来学习一下
  首先我们定义了一个字典cfgs，字典中有四个键值对，每个键对应VGG的一种结构，每个值是对应结构中的一些参数。

cfgs = {
    'vgg11': [64, 'M', 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512, 'M'],
    'vgg13': [64, 64, 'M', 128, 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512, 'M'],
    'vgg16': [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 'M', 512, 512, 512, 'M', 512, 512, 512, 'M'],
    'vgg19': [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 256, 'M', 512, 512, 512, 512, 'M', 512, 512, 512, 512, 'M'],
}

 
具体的，我们拿vgg16来进行相关解释：

 
  有了这个字典之后，我们就可以通过传入相关参数来构建特征提取层：

# 在cfgs传入"vgg16"，得到一个列表cfg
#cfg = [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 'M', 512, 512, 512, 'M', 512, 512, 512, 'M']
cfg = cfgs["vgg16"]    

#定义特征提取层函数make_features，将cfg作为参数传入
def make_features(cfg: list):
    layers = []
    in_channels = 3
    #遍历整个cfg列表
    for v in cfg:
        #若v的值为"M",则在层结构layers中添加一个最大池化层，其kernel_size=2, stride=2
        if v == "M":
            layers += [nn.MaxPool2d(kernel_size=2, stride=2)]
        #若v值为数字，则在层结构layers中添加一个卷积层核和Relu激活函数
        else:
            conv2d = nn.Conv2d(in_channels, v, kernel_size=3, padding=1)
            layers += [conv2d, nn.ReLU(True)]
            in_channels = v
    return nn.Sequential(*layers)

 
  通过上面程序，我们可以来看一下得到的layers内部的部分结构【只选了前几个层】，如下图所示：

 

接下来我们可以来构建我们的分类层，即全连接层的部分：

self.classifier = nn.Sequential(
            nn.Linear(512*7*7, 4096),
            nn.ReLU(True),
            nn.Dropout(p=0.5),
            nn.Linear(4096, 4096),
            nn.ReLU(True),
            nn.Dropout(p=0.5),
            nn.Linear(4096, num_classes)
        )

 
这些都准备好之后，我们就可以来定义我们的网络模型了，如下所示：

class VGG(nn.Module):
    def __init__(self, features, num_classes=1000):
        super(VGG, self).__init__()
        self.features = features
        self.classifier = nn.Sequential(
            nn.Linear(512*7*7, 4096),
            nn.ReLU(True),
            nn.Dropout(p=0.5),
            nn.Linear(4096, 4096),
            nn.ReLU(True),
            nn.Dropout(p=0.5),
            nn.Linear(4096, num_classes)
        )
        if init_weights:
            self._initialize_weights()

    def forward(self, x):
        # N x 3 x 224 x 224
        x = self.features(x)
        # N x 512 x 7 x 7
        x = torch.flatten(x, start_dim=1)
        # N x 512*7*7
        x = self.classifier(x)
        return x

 
至此，我们的模型就创建完毕，最后让我们来看看我们刚刚创建的VGG模型结构：

 
 

训练结果展示

  本篇文章不再详细讲解训练步骤，和基于pytorch搭建AlexNet神经网络用于花类识别基本一致。这里展示一下训练结果，如下图所示：

  其准确率达到了0.761，我们可以再来看看我们保存的VGG模型,如下图，可以看出VGG用到的参数还是很多的，有500+M，这和我们的理论部分也是契合的。

 

小结

  对于这一部分我强烈建议大家去使用Pycharm的调试功能，一步步的看每次运行的结果，这样你会发现代码结构特别的清晰。

参考视频：https://www.bilibili.com/video/BV1i7411T7ZN/?spm_id_from=333.788

 
 
如若文章对你有所帮助，那就

咻咻咻咻~~duang~~点个赞呗