VGG16 -19 — CV 中表现最好的 ConvNet 模型

news2025/8/8 10:46:07

从先进的计算机视觉出现的 Alexnet 开始，人们开始尝试不同的架构。牛津大学工程科学系的 Karen simonyan 和 Andrew Zisserman 在对 ImageNet Challenge 2014 的数据集进行了一些实验后提出了非常深的卷积网络：VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION

引言

VGG16 是一种 CNN（卷积神经网络），被认为是迄今为止最好的计算机视觉模型之一。该模型的创建者评估了网络结构并使用具有非常小 (3 × 3) 卷积滤波器的架构增加了深度，这显示出对现有技术配置的显著改进。他们将深度推到了 16-19 个权重层，使其大约有“1.38 亿”个可训练参数。VGG16 可用于目标检测和分类，能够对 1000 个不同类别的图像进行分类，且易于与迁移学习搭配使用。

VGG-16 的架构

834f51cd0deb6acc94201babcf7b7842.png

  • VGG16中的16指的是有16的带权重的层。在 VGG16 中有 13 个卷积层、5 个 Max Pooling 层和 3 个 Dense 层，总计 21 个层，但它只有 16 层有权重，即可学习参数层。

  • VGG16 将输入图像大小设置为 224、244 和 3 个 RGB 通道

  • VGG16 最独特的地方在于，他们没有使用大量的超参数，而是专注于具有非常小尺寸（stride 为 1 - 3*3 滤波器）的卷积层，并且始终使用stride 为2 - 2*2 滤波器进行“SAME”填充和最大池化操作。

  • Conv-1 层有 64 个滤波器，Conv-2 有 128 个滤波器，Conv-3 有 256 个滤波器，Conv 4 和 Conv 5 有 512 个滤波器。

  • 三个全连接 (FC) 层跟在一堆卷积层之后：前两个层各有 4096 个通道；第三个执行 1000 个 ILSVRC 类别分类，因此包含 1000 个通道（每个类一个）；最后一层是 softmax 层。

  • 在每一层之后，他们添加了 ReLU 激活函数，该函数“负责”避免梯度消失，因为它不会同时激活所有神经元。

原始研究论文中的表格

随着更多层的添加（添加的层以粗体显示），配置的深度从左 (A) 到右 (E) 增加。卷积层参数表示为“convhreceptive field sizei-hnumber of channelsi”。为简洁起见，未写出 ReLU 激活函数。

8458678a51d5e13a208b62022d17a96a.png

24f84e9638ac56a49362e8d54aaa4b6e.png

参数数量（百万）

下面是我在 FER 2013 数据集上基于 VGG-16 的项目 ——“面部情绪检测”，输入图像的大小为 48*48*1 ，将其分类为 7 类（情绪）。

def FER_vgg16_model(input_shape=(48, 48, 1)):
   visible = Input(shape=input_shape, name='input')
   num_classes = 7


   # 1stblock with 2 conv
   conv1_1 = Conv2D(64, kernel_size=3, activation='relu',          padding='same', name='conv1_1')(visible)
   conv1_1 = BatchNormalization()(conv1_1)
   conv1_2 = Conv2D(64, kernel_size=3, activation='relu', padding='same', name='conv1_2')(conv1_1)
   conv1_2 = BatchNormalization()(conv1_2)
   pool1_1 = MaxPooling2D(pool_size=(2, 2), name='pool1_1')(conv1_2)
   drop1_1 = Dropout(0.3, name='drop1_1')(pool1_1)


   # the 2-nd block with 2 conv
   conv2_1 = Conv2D(128, kernel_size=3, activation='relu', padding='same', name='conv2_1')(drop1_1)
   conv2_1 = BatchNormalization()(conv2_1)
   conv2_2 = Conv2D(128, kernel_size=3, activation='relu', padding='same', name='conv2_2')(conv2_1)
   conv2_2 = BatchNormalization()(conv2_2)
   pool2_1 = MaxPooling2D(pool_size=(2, 2), name='pool2_1')(conv2_2)
   drop2_1 = Dropout(0.3, name='drop2_1')(pool2_1)


   # the 3-rd block with 3 conv
   conv3_1 = Conv2D(256, kernel_size=3, activation='relu', padding='same', name='conv3_1')(drop2_1)
   conv3_1 = BatchNormalization()(conv3_1)
   conv3_2 = Conv2D(256, kernel_size=3, activation='relu', padding='same', name='conv3_2')(conv3_1)
   conv3_2 = BatchNormalization()(conv3_2)
   conv3_3 = Conv2D(256, kernel_size=3, activation='relu', padding='same', name='conv3_3')(conv3_2)
   conv3_3 = BatchNormalization()(conv3_3)
   pool3_1 = MaxPooling2D(pool_size=(2, 2), name='pool3_1')(conv3_3)
   drop3_1 = Dropout(0.3, name='drop3_1')(pool3_1)


   # the 4-rd block with 3 conv
   conv4_1 = Conv2D(512, kernel_size=3, activation='relu', padding='same', name='conv4_1')(drop3_1)
   conv4_1 = BatchNormalization()(conv4_1)
   conv4_2 = Conv2D(512, kernel_size=3, activation='relu', padding='same', name='conv4_2')(conv4_1)
   conv4_2 = BatchNormalization()(conv4_2)
   conv4_3 = Conv2D(512, kernel_size=3, activation='relu', padding='same', name='conv4_3')(conv4_2)
   conv4_3 = BatchNormalization()(conv4_3)
   pool4_1 = MaxPooling2D(pool_size=(2, 2), name='pool4_1')(conv4_3)
   drop4_1 = Dropout(0.2, name='drop4_1')(pool4_1)


   # the 5-rd block with 3 conv
   conv5_1 = Conv2D(512, kernel_size=3, activation='relu', padding='same', name='conv5_1')(drop4_1)
   conv5_1 = BatchNormalization()(conv5_1)
   conv5_2 = Conv2D(512, kernel_size=3, activation='relu', padding='same', name='conv5_2')(conv5_1)
   conv5_2 = BatchNormalization()(conv5_2)
   conv5_3 = Conv2D(512, kernel_size=3, activation='relu', padding='same', name='conv5_3')(conv5_2)
   conv5_3 = BatchNormalization()(conv5_3)
   pool5_1 = MaxPooling2D(pool_size=(2, 2), name='pool5_1')(conv5_3)
   drop5_1 = Dropout(0.2, name='drop5_1')(pool5_1)


   # Flatten and output
   flatten = Flatten(name='flatten')(drop5_1)
   FC1 = Dense(4096, activation="relu", name='FullyConnected1')(flatten)
   drop6_1 = Dropout(0.1, name = 'drop6_1')(FC1)
   FC2 = Dense(4096, activation="relu", name='FullyConnected2')(drop6_1)
   drop7_1 = Dropout(0.1, name='drop7_1')(FC2)
   FC3 = Dense(1000, activation="relu", name='FullyConnected3')(drop7_1)
   drop8_1 = Dropout(0.1, name='drop8_1')(FC3)
   ouput = Dense(num_classes, activation='softmax', name='output')(drop8_1)


   # create model
   model = Model(inputs=visible, outputs=ouput)


   return model

对于每个卷积层：

Filter = 3*3

Stride = 1

Padding = same

对于每个最大池化层：

Filter = 2*2

Stride= 2

Alexnet 存在的问题

它的层数较少，因此无法提取比较深层的特征。此外，他们在每一层中选择固定滤波器的数目和步幅进行卷积和池化操作。

VGG-16 相对于 Alexnet 的优势

  • 在每个卷积层中，滤波器的 size 为 3*3，stride为 1，使用“same”的方式进行填充，最大池化层的 size 为2*2，stride 为2。

  • 由于 VGG-16 是相对比较深层的神经网络，它将从图像中提取更多特征，而且梯度消失的问题在 ReLU 激活函数的加入后得到了有效的解决。

  • VGG-16 是一个“系统的”神经网络，它具有相同的步长和滤波器，每个模块独立地进行卷积和池化操作。

  • vgg-16 和 vgg-19 之间的区别是 vgg-19 多了 3 个卷积层，这使得它的性能比 vgg16 好一些。

·  END  ·

HAPPY LIFE

af5887c48c602bd533c21c5aec1101d1.png

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/34357.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

美食杰项目（二）首页

美食杰项目（二）首页

目录前言具体样式代码思路加载样式相应组件相应代码总结：前言 本节给大家讲的是美食杰项目的首页的主要功能和具体样式 具体样式 代码思路 1.点击首页跳转到首页页面 2.在父组件将轮播图所需的图片请求出来，再传给轮播组件 3.在父组件将商品列表的数据…
阅读更多...
找不到工作，软件测试真的不香了？

找不到工作，软件测试真的不香了？

最近总是有人说测试先不要干，测试不好找工作。测试没有以前那么香了？ 可是，这是真的么？什么样的人会说这样的话？ 肯定不是现在还在岗的人说的，也不是已经拿到企业聘用offer的人说的。 因为他们都是优秀的…
阅读更多...
交换机的工作原理以及搭建局域网划分VLAN

交换机的工作原理以及搭建局域网划分VLAN

作者简介：一名99年软件运维应届毕业生，正在自学云计算课程。宣言：人生就是B（birth）和D（death）之间的C（choise），做好每一个选择。创作不易，动动小手…
阅读更多...
OneAuth 2022.11.23版本更新内容

OneAuth 2022.11.23版本更新内容

2022.11.23版本更新内容： 新增IdP飞书 云目录增加对Group的支持GWA浏览器插件适配性优化自定义授权服务器优化，适应RBAC、ABAC等多种场景授权IdP 北森优化，适配自定义的属性租户的部分试用功能需要联系后台开通其他一些Bug的修复 标题新增 …
阅读更多...
GIT

GIT

X.1 git上线后同步分支代码 上线后合并远端开发分支到远端master： 本地分支提交到远端分支，git上远端分账合并请求到远端master 上线后合并远端master到远端开发分支： 同步远端master到本地master，将本地master合并到本地开发分…
阅读更多...
DM8级联异步备库搭建及故障模拟将异步切换为实时同步

DM8级联异步备库搭建及故障模拟将异步切换为实时同步

目录 一、 搭建前准备 二、 主库配置 2.1 dmini配置 2.2 dmmal.ini配置 2.3 dmarch.ini配置 2.4 dmwatcher.ini配置 2.5 dmtimer.ini配置 三、 异步备库配置 3.1 dm.ini配置 3.2 dmmal.ini配置 3.3 dmarch.ini配置 3.4 dmwatcher.ini配置 3.5 dmtimer.ini配置 四、…
阅读更多...
【计算机网络】HTTP/HTTPS协议基础知识汇总

【计算机网络】HTTP/HTTPS协议基础知识汇总

目录 1.URL： 2.HTTP协议： 2.1抓包工具（这里用fiddler）： 2.2请求和响应的格式： 2.3方法的介绍： 2.4请求报头（header）： 2.5状态码： 2.6响应…
阅读更多...
格式化DataFrame中的时间数据DataFrame.to_datetime()方法

格式化DataFrame中的时间数据DataFrame.to_datetime()方法

小白从小学Python、C、Java】 【计算机等级考试500强双证书】 【Python-数据分析】 格式化DataFrame中的时间数据 DataFrame.to_datetime()方法 选择题 关于以下python代码说法错误的一项是? import pandas as pd data {"Date": [2022/12/01,2022/12/02]} df pd…
阅读更多...
SQL Server如何获取GUID号

SQL Server如何获取GUID号

select newid() guid;--获取GUID select replace(newid(),-,) guid;--获取GUID 去掉- sqlserver newid()函数 NEWID (Transact-SQL) - SQL Server | Microsoft LearnNEWID (Transact-SQL)https://learn.microsoft.com/en-us/sql/t-sql/functions/newid-transact-sql?redirect…
阅读更多...
在大厂工作是这样的

在大厂工作是这样的

应上面的一个小伙伴要求，让一个朋友整理了他做华为的工作经历，写的有些零散，希望对有大公司情怀的人所有帮助。35岁那年，拿到华为的社招offer。看着邮箱里面的录取通知，心里有高兴也有失落，难受的是看着身边…
阅读更多...
腾讯云COS+PicGo+Typora十分钟搭建自己的图床

腾讯云COS+PicGo+Typora十分钟搭建自己的图床

👨‍💻个人主页： 才疏学浅的木子 🙇‍♂️ 本人也在学习阶段如若发现问题，请告知非常感谢 🙇‍♂️ 📒 本文来自专栏： 常见软件安装与运用 ❤️ 支持我：👍点赞…
阅读更多...
[附源码]java毕业设计逸尘房屋销售管理系统

[附源码]java毕业设计逸尘房屋销售管理系统

项目运行 环境配置： Jdk1.8 Tomcat7.0 Mysql HBuilderX（Webstorm也行） Eclispe（IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持）。 项目技术： SSM mybatis Maven Vue 等等组成，B/S模式 M…
阅读更多...
SSRF 漏洞笔记

SSRF 漏洞笔记

什么是 SSRF 漏洞 SSRF（Server-Side Request Forgery，服务端请求伪造）是指攻击者向服务端发送包含恶意 URL 链接的请求，借由服务端去访问此 URL ，以获取受保护网络内的资源的一种安全漏洞。SSRF 常被用于探测攻击者无…
阅读更多...
引擎入门 | Unity UI简介–第1部分（9）

引擎入门 | Unity UI简介–第1部分（9）

本期我们继续为大家进行Unity UI简介（第一部分）的后续教程 本篇内容 21.增加设置按钮 22.添加场景构建 文章末尾可免费获取教程源代码 本篇Unity UI简介（第一部分）篇幅较长，分为十篇，本篇为第九篇。 …
阅读更多...
RK3568平台开发系列讲解（视频篇）视频编码的工作原理

RK3568平台开发系列讲解（视频篇）视频编码的工作原理

🚀返回专栏总目录 文章目录 一、编码标准介绍二、编码器的工作编码原理介绍2.1、帧类型介绍2.2、消除时间上的冗余信息2.3、消除空间上的冗余信息沉淀、分享、成长，让自己和他人都能有所收获！😄 📢采集下来的内容最终是需要保存到一个视频文件中的，所以就需要用到视频…
阅读更多...
折叠屏“世界杯”开哨，荣耀Magic Vs踢出关键一球

折叠屏“世界杯”开哨，荣耀Magic Vs踢出关键一球

已经开幕的卡塔尔世界杯，点燃了全世界球员们的激情和球迷们的热情。有人关注比赛输赢结果，也有人在乎的是运动员高超的技法、球队成员的紧密配合、精彩的战略战术。折叠屏市场从2019元年至今，也来到了关键赛点。一方面，除苹果外重…
阅读更多...
【零基础入门SpringMVC】第二期——匹配请求与获取请求参数

【零基础入门SpringMVC】第二期——匹配请求与获取请求参数

一、RequestMapping注解 该注解有什么作用呢？ 将请求和处理请求的控制器方法关联起来 ，建立映射关系当SpringMVC接收到指定的请求后，就会通过映射关系中对应的控制器方法处理请求 我们可以查看一下该注解的源码： // // Source …
阅读更多...
MyBatis-Plus之DQL编程控制

MyBatis-Plus之DQL编程控制

增删改查四个操作中，查询是非常重要的也是非常复杂的操作，本次介绍的有： 条件查询方式查询投影查询条件设定字段映射与表名映射 1. 条件查询 1.1 条件查询的类 MyBatisPlus将书写复杂的SQL查询条件进行了封装，使用编程的形式完…
阅读更多...
Docker的镜像管理

Docker的镜像管理

Docker的镜像管理Docker的镜像管理一、Docker的镜像管理命令1.1 搜索镜像1.2 获取镜像1.3 镜像加速下载1.4 查看镜像信息1.5 获取镜像详细信息1.6 为本地的镜像添加新的标签1.7 删除镜像1.8 批量删除镜像1.8 存出镜像：将镜像保存成为本地文件1.9 载入镜像&#xff1…
阅读更多...
如何用人工智能帮你剪视频？

如何用人工智能帮你剪视频？

痛点制作视频已经好几年了，但是剪片子一直是让我比较头疼的事儿。以前我一直搞不清楚，视频为什么需要剪辑。曾经有一段儿，我是这么录视频的。如果讲的时候出现了磕绊，或者有些展示过程出现问题，我怎么办？我…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023