VGG16实现分类任务

2024-04-22 18:29:42

VGG16实现分类任务

VGG是2014年由牛津大学著名研究组VGG(Visual Geometry Group)提出，斩获当年ImageNet竞赛中定位任务第一名和分类任务第二名。

原理图

原理简述

例如有张224x224的RGB图片，我们让他通过两个卷积核为3的卷积层，再通过最大池化层**（核尺寸为2，步距为2）**。至于卷积层的输入输出维度，参考下图，我们一般常用VGG16模型，最终用多个FC实现分类，也可将FC换成卷积核为1的卷积层。

数据集

同样选用本人常用的海贼王数据集来测试，可以根据个人需求修改。

下面提供一个简单数据集。

Kaggle的鸟儿分类数据集，共315个分类

https://www.kaggle.com/gpiosenka/100-bird-species

可以用kaggle命令选择下载

kaggle datasets download -d gpiosenka/100-bird-species

数据预处理

讲图片预resize为224x224的图片，并进行随机翻转，可参考图像增广

https://www.quarkhackers.space/2021/10/15/%E5%9B%BE%E5%83%8F%E5%A2%9E%E5%B9%BF/

最终转为Tensor，并进行归一化处理。

参考代码

transforms.Compose([transforms.RandomResizedCrop(224),transforms.RandomHorizontalFlip(),transforms.ToTensor(),transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

训练结果

结果分析

在训练过程，针对此数据集，VGG16的学习率不宜过高，过高会出现loss不收敛

在loss为0.01时结果如下

VGG网络acc可达到百分之90以上，只是对于小数据集而言，模型过于繁重，可选用层数少的模型，并且在后面3层FC，可根据个人需求修改。

完整代码链接

https://github.com/JiaZhengJingXianSheng/VGG16

VGG16实现分类任务相关推荐

tensorflow迁移学习：VGG16花朵分类
转自:https://blog.csdn.net/weixin_41770169/article/details/80330581 github地址:https://github.com/126921 ...
VGG16迁移学习实现
VGG16迁移学习实现本文讨论迁移学习,它是一个非常强大的深度学习技术,在不同领域有很多应用.动机很简单,可以打个比方来解释.假设想学习一种新的语言,比如西班牙语,那么从已经掌握的另一种语言(比如英 ...
tensorflow微调vgg16 程序代码汇总
一.[深度学习图像识别课程]tensorflow迁移学习系列:VGG16花朵分类转自:https://blog.csdn.net/weixin_41770169/article/details/80 ...
【人工智能项目】卷积神经网络图片分类框架
[人工智能项目]卷积神经网络图片分类框架本次硬核分享当时做图片分类的工作,主要是整理了一个图片分类的框架,如果想换模型,引入新模型,在config中修改即可.那么走起来瓷!!! 整体结构 confi ...
深度学习二(Pytorch物体检测实战)
深度学习二(Pytorch物体检测实战) 文章目录深度学习二(Pytorch物体检测实战) 1.PyTorch基础 1.1.基本数据结构:Tensor 1.1.1.Tensor数据类型 1.1.2. ...
最详细的FCN论文笔记
个人博客:http://www.chenjianqu.com/ 原文链接:http://www.chenjianqu.com/show-81.html 文:Jonathan Long,Evan She ...
《深度学习之PyTorch物体检测实战》—读书笔记
随书代码物体检测与PyTorch 深度学习为了赋予计算机以人类的理解能力与逻辑思维,诞生了人工智能(Artificial Intelligence, AI)这一学科.在实现人工智能的众多算法中,机 ...
【学习日记】使用百度深度学习平台进行深度学习
最近,一直在自学深度学习.一边学习理论,一遍学习编程.在做CNN的时候,手头的笔记本电脑就吃不消了,运行的速度明显跟不上.本来想买一台带好点的显卡,可是调研了一下,带NVIDIA 1080的差不多要1 ...
综述笔记 | 一些弱监督语义分割论文
点击上方"AI算法修炼营",选择加星标或"置顶" 标题以下,全是干货这里的弱监督信息为image-level的类别信息,即没有像素级的语义分割标签,而仅有图像 ...

最新文章

热门文章