1 数据集概况

1.1 CIFAR100

cifar100包含20个大类，共100类，train集50000张图片，test集10000张图片。

CIFAR100下载地址：http://www.cs.toronto.edu/~kriz/cifar.html

1.2 showdata.py查看数据

import cv2
import numpy as np
import pickle
import os# 解压缩，返回解压后的字典
def unpickle(file):fo = open(file, 'rb')dict = pickle.load(fo, encoding='latin1')fo.close()return dictdef cifar100_to_images():tar_dir = './data/cifar-100-python/'  # 原始数据库目录train_root_dir = './data/cifar100/train/'  # 图片保存目录test_root_dir = './data/cifar100/test/'if not os.path.exists(train_root_dir):os.makedirs(train_root_dir)if not os.path.exists(test_root_dir):os.makedirs(test_root_dir)# 获取label对应的class，分为20个coarse class，共100个 fine classmeta_Name = tar_dir + "meta"Meta_dic = unpickle(meta_Name)coarse_label_names = Meta_dic['coarse_label_names']fine_label_names = Meta_dic['fine_label_names']print(fine_label_names)# 生成训练集图片，如果需要png格式，只需要改图片后缀名即可。dataName = tar_dir + "train"Xtr = unpickle(dataName)print(dataName + " is loading...")for i in range(0, Xtr['data'].shape[0]):image = np.reshape(Xtr['data'][i], (-1,1024))  # Xtr['data']为图片二进制数据r = image[0, :].reshape(32, 32)  # 红色分量g = image[1, :].reshape(32, 32)  # 绿色分量b = image[2, :].reshape(32, 32)  # 蓝色分量img = np.zeros((32, 32, 3))# RGB还原成彩色图像img[:, :, 0] = rimg[:, :, 1] = gimg[:, :, 2] = b###img_name:fine_label+coarse_label+fine_class+coarse_class+indexpicName = train_root_dir + str(Xtr['fine_labels'][i]) + '_' + str(Xtr['coarse_labels'][i]) + '_&' + \fine_label_names[Xtr['fine_labels'][i]] + '&_' + coarse_label_names[Xtr['coarse_labels'][i]] + '_' + str(i) + '.jpg'cv2.imwrite(picName, img)print(dataName + " loaded.")print("test_batch is loading...")# 生成测试集图片testXtr = unpickle(tar_dir + "test")for i in range(0, testXtr['data'].shape[0]):img = np.reshape(testXtr['data'][i], (3, 32, 32))img = img.transpose(1, 2, 0)picName = test_root_dir + str(testXtr['fine_labels'][i]) + '_' + str(testXtr['coarse_labels'][i]) + '_&' + \fine_label_names[testXtr['fine_labels'][i]] + '&_' + coarse_label_names[testXtr['coarse_labels'][i]] + '_' + str(i) + '.jpg'cv2.imwrite(picName, img)print("test_batch loaded.")if __name__ == '__main__':cifar100_to_images()

2 VGG网络结构

2.1 网络结构总览

在VGG的网络中，卷积核尺寸都是3x3（padding=1），即卷积操作不会使得特征图的尺寸改变
使得特征图尺寸发生改变的只有池化操作（特征图尺寸由（H，W）变为（H/2，W/2））

搞清楚以上两点后，VGG网络就十分清晰易懂。例如下图VGG16的网络结构，输入图片的尺寸为224x224x3，VGG16中包含5个池化操作，故特征图进行扁平化之前的尺寸应该是7（224/32）；
至于通道的变化就更简单了，只有卷积操作会带来通道的改变，而卷积操作中的通道改变则是通过不同的卷积核组来实现的

2.2 VGG网络结构源码

class VGG(nn.Module):def __init__(self, features, num_class=100):super().__init__()self.features = featuresself.classifier = nn.Sequential(nn.Linear(512, 4096),nn.ReLU(inplace=True),nn.Dropout(),nn.Linear(4096, 4096),nn.ReLU(inplace=True),nn.Dropout(),nn.Linear(4096, num_class))def forward(self, x):output = self.features(x)output = output.view(output.size()[0], -1)output = self.classifier(output)return output

基于CIFAR100的VGG网络结构定义得很简洁，可以说是一目了然了。

对于网络结构定义，从forward函数可以看出主要包括两部分：features和classifier
features：卷积层+池化层，只涉及对网络尺寸、网络通道的改变，即VGG中全连接层之前的所有操作
classifier：全连接+分类，把从features中得到的特征图扁平化后，经过3层全连接后将类别映射到100进行分类预测

2.3 VGG中的Features构建过程

cfg = {'A' : [64,     'M', 128,      'M', 256, 256,           'M', 512, 512,           'M', 512, 512,           'M'],# vgg11'B' : [64, 64, 'M', 128, 128, 'M', 256, 256,           'M', 512, 512,           'M', 512, 512,           'M'],# vgg13'D' : [64, 64, 'M', 128, 128, 'M', 256, 256, 256,      'M', 512, 512, 512,      'M', 512, 512, 512,      'M'],# vgg16'E' : [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 256, 'M', 512, 512, 512, 512, 'M', 512, 512, 512, 512, 'M'] # vgg19
}def make_layers(cfg, batch_norm=False):layers = []input_channel = 3for l in cfg:if l == 'M':layers += [nn.MaxPool2d(kernel_size=2, stride=2)]continuelayers += [nn.Conv2d(input_channel, l, kernel_size=3, padding=1)]if batch_norm:layers += [nn.BatchNorm2d(l)]layers += [nn.ReLU(inplace=True)]input_channel = lreturn nn.Sequential(*layers)def vgg16_bn():return VGG(make_layers(cfg['D'], batch_norm=True))

2.3.1 字典cfg

首先，VGG将features部分的网络结构使用字典进行了表示，其中的数字表示通道数的改变，字母M表示maxpooling操作

2.3.2 make_layers+vgg16_bn

make_layer部分就是按照cfg中给出的VGG网络结构进行网络的构建，以vgg16_bn为例：
1）确定当前层是卷积还是池化操作：如果是卷积操作，按照cfg中给出的通道数进行网络的连接；如果是池化操作，则以尺寸为2的池化核进行特征图的最大池化，当前的特征图尺寸减半。
2）对每一批batch进行标准化操作。
3）最后进行当前层的激活操作。

在CIFAR100中，输入图片尺寸为3*32*32，经过features后特征图尺寸变为512*1*1，扁平化后只剩下通道维度的尺寸512，并且512也是分类器的输入

其实这种make_layer的方式在源码中特别常见，引用量刚破30000的ResNet源码也是用这种方式进行构建的

2.4 分类器

512->4096->4096->100

三层全连接层，输出前经过softmax便构成了最后的分类器

2.5 网络完整源码

import torch.nn as nncfg = {'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']
}class VGG(nn.Module):def __init__(self, features, num_class=100):super().__init__()self.features = featuresself.classifier = nn.Sequential(nn.Linear(512, 4096),nn.ReLU(inplace=True),nn.Dropout(),nn.Linear(4096, 4096),nn.ReLU(inplace=True),nn.Dropout(),nn.Linear(4096, num_class))def forward(self, x):output = self.features(x)output = output.view(output.size()[0], -1)output = self.classifier(output)return outputdef make_layers(cfg, batch_norm=False):layers = []input_channel = 3for l in cfg:if l == 'M':layers += [nn.MaxPool2d(kernel_size=2, stride=2)]continuelayers += [nn.Conv2d(input_channel, l, kernel_size=3, padding=1)]if batch_norm:layers += [nn.BatchNorm2d(l)]layers += [nn.ReLU(inplace=True)]input_channel = lreturn nn.Sequential(*layers)def vgg11_bn():return VGG(make_layers(cfg['A'], batch_norm=True))def vgg13_bn():return VGG(make_layers(cfg['B'], batch_norm=True))def vgg16_bn():return VGG(make_layers(cfg['D'], batch_norm=True))def vgg19_bn():return VGG(make_layers(cfg['E'], batch_norm=True))

3 贴个最近常在脑海回响的诗

梦游天姥吟留别
李白
海客谈瀛洲，烟涛微茫信难求；
越人语天姥，云霞明灭或可睹。
天姥连天向天横，势拔五岳掩赤城。
天台四万八千丈，对此欲倒东南倾。
我欲因之梦吴越，一夜飞度镜湖月。
湖月照我影，送我至剡溪。
谢公宿处今尚在，渌水荡漾清猿啼。
脚著谢公屐，身登青云梯。
半壁见海日，空中闻天鸡。
千岩万转路不定，迷花倚石忽已暝。
熊咆龙吟殷岩泉，栗深林兮惊层巅。
云青青兮欲雨，水澹澹兮生烟。
列缺霹雳，丘峦崩摧。
洞天石扉，訇然中开。
青冥浩荡不见底，日月照耀金银台。
霓为衣兮风为马，云之君兮纷纷而来下。
虎鼓瑟兮鸾回车，仙之人兮列如麻。
忽魂悸以魄动，恍惊起而长嗟。
惟觉时之枕席，失向来之烟霞。
世间行乐亦如此，古来万事东流水。
别君去兮何时还？且放白鹿青崖间，须行即骑访名山。
安能摧眉折腰事权贵，使我不得开心颜！

OVER

基于CIFAR100的VGG网络结构详解相关推荐

pytorch图像分类篇：6. ResNet网络结构详解与迁移学习简介
前言最近在b站发现了一个非常好的计算机视觉 + pytorch 的教程,相见恨晚,能让初学者少走很多弯路. 因此决定按着up给的教程路线:图像分类→目标检测→-一步步学习用pytorch实现深度学 ...
深度学习之目标检测（五）-- RetinaNet网络结构详解
深度学习之目标检测(五)-- RetinaNet网络结构详解深度学习之目标检测(五)RetinaNet网络结构详解 1. RetinaNet 1.1 backbone 部分 1.2 预测器部分 1. ...
AlexNet网络结构详解（含各层维度大小计算过程）与PyTorch实现
AlexNet网络结构详解(含各层维度大小计算过程)与PyTorch实现 1.AlexNet之前的思考 2.AlexNet网络结构 3.AlexNet网络结构的主要贡献 4.PyTorch实现 ...
基于php下载文件的详解
基于php下载文件的详解本篇文章是对php下载文件进行了详细的分析介绍,需要的朋友参考下 php下载文件,比如txt文件. 出现的效果就是,弹出浏览器自带的下载框,出现另存为操作.有时候会出现内存溢 ...
分布式锁（基于redis和zookeeper）详解
分布式锁(基于redis和zookeeper)详解 https://blog.csdn.net/a15835774652/article/details/81775044 为什么写这篇文章? 目前网上 ...
python的图书管理项目教程_基于python图书馆管理系统设计实例详解
写完这个项目后,导师说这个你完全可以当作毕业项目使用了,写的很全,很多的都设计考虑周全,但我的脚步绝不止于现在,我想要的是星辰大海!与君共勉! 这个项目不是我的作业, 只是无意中被拉进来了,然后就承担 ...
python中exchange函数使用_python基于exchange函数发送邮件过程详解
python基于exchange函数发送邮件过程详解作者: shuzihua 更新时间:2020-11-06 10:40:35 原文链接 1.Python hasattr() 函数描述 hasat ...
ThinkPHP的RBAC（基于角色权限控制）详解
ThinkPHP的RBAC(基于角色权限控制)详解一.什么是RBAC 基于角色的访问控制(Role-Based Access Control)作为传统访问控制(自主访问,强制访问)的有前景的代替受到 ...
python是基于什么原理_Python基于class()实现面向对象原理详解
首先,类是一个集合,包含了数据,操作描述的一个抽象集合你可以首先只把类当做一个容器来使用 class Cycle: def __init__(self,r): self.pi=3.14 self.r ...

基于CIFAR100的VGG网络结构详解