本篇將記錄VGG16網絡的基本結構信息，VGG16相關說明已經很多了，但是每層細節的介紹很少。VGG16網絡是2014年牛津大學計算機視覺組和Google DeepMind公司研究員一起研發的深度網絡模型。該網絡一共有16個訓練參數的網絡，它的兄弟版本如下圖所示，清晰的展示了每一級別的參數量，從11層的網絡一直到19層的網絡。VGG16網絡取得了ILSVRC 2014比賽分類項目的第2名，定位項目的第1名。VGGNet網絡結構簡潔，遷移到其他圖片數據上的泛化性能非常好。VGGNet現在依然經常被用來提取圖像特征，該網絡訓練后的模型參數在其官網上開源了，可以用來在圖像分類任務上進行在訓練，即：提供了非常好的初始化權重，使用較為廣泛。
網絡結構：

一共有6個版本，其中VGG16應用比較廣泛

詳細說明：
1、一張原始圖片被resize到(224,224,3)。
2、conv1兩次[3,3]卷積網絡，輸出的特征層為64，輸出為(224,224,64)，再2X2最大池化，輸出net為(112,112,64)。
3、conv2兩次[3,3]卷積網絡，輸出的特征層為128，輸出net為(112,112,128)，再2X2最大池化，輸出net為(56,56,128)。
4、conv3三次[3,3]卷積網絡，輸出的特征層為256，輸出net為(56,56,256)，再2X2最大池化，輸出net為(28,28,256)。
5、conv3三次[3,3]卷積網絡，輸出的特征層為256，輸出net為(28,28,512)，再2X2最大池化，輸出net為(14,14,512)。
6、conv3三次[3,3]卷積網絡，輸出的特征層為256，輸出net為(14,14,512)，再2X2最大池化，輸出net為(7,7,512)。
7、利用卷積的方式模擬全連接層，效果等同，輸出net為(1,1,4096)。共進行兩次。
8、利用卷積的方式模擬全連接層，效果等同，輸出net為(1,1,1000)。
最后輸出的就是每個類的預測。

更詳細說明：

Pytorch 代碼

from torch import nnclass VGG(nn.Module):def __init__(self, num_classes=1000):super(VGG, self).__init__()layers = []in_dim = 3out_dim = 64for i in range(13):layers += [nn.Conv2d(in_dim, out_dim, 3, 1, 1), nn.ReLU(inplace=True)]in_dim = out_dimif i==1 or i==3 or i==6 or i==9 or i==12:layers += [nn.MaxPool2d(2, 2)]if i!=9:out_dim*=2self.features = nn.Sequential(*layers)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),)def forward(self, x):x = self.features(x)x = x.view(x.size(0), -1)x = self.classifier(x)return x

總結

以上是生活随笔為你收集整理的VGG16网络参数细节的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。