12.7深度学习_经典神经网络_VGG

一、VGG神经网络

​ VGG的亮点在于它通过堆叠多个卷积层,以小的卷积核和池化层的方式来增加网络深度,从而实现高精度的图像识别。这种方法可以有效地捕获图像中的高级特征,并通过不断拟合训练数据来提高识别准确率。

1. 小卷积作用

​ DC Ciresan等人研究表明使用更小的卷积是有利的。牛津大学Visual Geometry Group提出VGG,使用了大量小卷积 核,获得了ILSVRC 2014分类任务第2名。

python 复制代码
"D": [64, 64, "M", 128, 128, "M", 256, 256, 256, "M", 512, 512, 512, "M", 512, 512, 512, "M"],

1.1 感受野的作用

​ 感受野是个相对概念,某层feature map上的元素看到前面不同层上的区域范围是不同的,通常在不特殊指定的情况下,感受野指的是看到输入图像上的区域。

  • 网络层数增加(非线性表达能力增加)
  • 网络参数数量减少

2. VGG版本

根据深度不同,有VGG11,VGG13,VGG16,VGG19。在日常使用过程中一般使用16层的那个,即下图中的D。

python 复制代码
cfgs = {
    "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"],
}
python 复制代码
self.classifier = nn.Sequential(
            nn.Linear(512 * 7 * 7, 4096),
            nn.ReLU(True),
            nn.Dropout(p=dropout),
            nn.Linear(4096, 4096),
            nn.ReLU(True),
            nn.Dropout(p=dropout),
            nn.Linear(4096, num_classes),
        )

下图展示了他们的表现效果:

3. 存在的问题

尽管VGG在许多方面都表现优秀,但它也有一些缺陷:

  1. 该网络架构非常大,并且需要大量的计算资源来训练。这意味着,如果你想在较小的设备上使用VGG,比如移动设备或个人电脑,会发现它非常慢,并且可能无法获得足够的性能。
  2. 由于VGG网络架构非常深,它可能会导致梯度消失或爆炸的问题。这是由于在非常深的神经网络中,梯度在传播过程中可能会变得非常小或非常大,从而导致模型无法正常训练。

因此,VGG网络架构虽然在许多方面都非常优秀,但是要注意这些缺点可能导致的问题。

4. VGG网络测试

将全连接替换为卷积,从而适应不同输入大小的图。

  • 第1个全连接层转换为7×7的卷积层
  • 后两个全连接层转换为1×1的卷积层
  • 得到一个空间维度可变的多通道的概率图(class score map),空间维度求和平均作为预测概率

4.1 单尺度测试

  • 随着网络深度增加,总体性能变好。
  • 1×1卷积加深网络深度有用(C比B强)。
  • 用1个5×5卷积替换B的2个3×3卷积,性能下降7%。
  • 网络深度的简单增加使得优化难度增加,单尺度 VGG19训练结果可能不如VGG16。
  • 多尺度裁剪训练(scale jittering)有助于提升性能。

4.2 多尺度测试

相比于单尺度测试,有进一步 的性能提升。

单尺度训练的测试尺度:{S − 32, S, S + 32}

多尺度训练的测试尺度:{Smin, 0.5(Smin + Smax), Smax}

4.3 密集测试与多尺度裁剪

训练尺度:[256; 512]

测试尺度: {256, 384, 512}

多尺度裁剪更好,两者可以互补。

4.4 多模型集成

7个模型集成最小误差7.3%,2个最好的模型集成最小误差6.8%。

4.5 与其他模型对比

​ 单模型精度VGG(7.0%)强于GoogLeNet(7.9%)

5. VGG总体特征

与AlexNet同为链式结构,而且更加简单

  • 结构非常简洁,整个网络使用了同样大小的卷积核尺寸(3×3)和最大池化尺寸(2×2)
  • 几个小滤波器(3×3)卷积层的组合比一个大滤波器(5×5或7×7)卷积层好
  • 层数更深更宽(11层、13层、16层、19层)
  • 池化核变小且为偶数
  • 验证了通过不断加深网络结构可以提升性能
相关推荐
文火冰糖的硅基工坊几秒前
[机缘参悟-237]:AI人工神经网络与人类的神经网络工作原理的相似性
人工智能·深度学习·神经网络
绿算技术6 分钟前
绿算技术携手昇腾发布高性能全闪硬盘缓存设备,推动AI大模型降本增效
人工智能·云计算
诗酒当趁年华1 小时前
【NLP实践】三、LLM搭建中文知识库:提供RestfulAPI服务
人工智能·自然语言处理
SHIPKING3933 小时前
【机器学习&深度学习】制作数据集
人工智能
Ronin-Lotus8 小时前
深度学习篇---剪裁&缩放
图像处理·人工智能·缩放·剪裁
cpsvps9 小时前
3D芯片香港集成:技术突破与产业机遇全景分析
人工智能·3d
国科安芯10 小时前
抗辐照芯片在低轨卫星星座CAN总线通讯及供电系统的应用探讨
运维·网络·人工智能·单片机·自动化
AKAMAI10 小时前
利用DataStream和TrafficPeak实现大数据可观察性
人工智能·云原生·云计算
Ai墨芯11110 小时前
深度学习水论文:特征提取
人工智能·深度学习
无名工程师10 小时前
神经网络知识讨论
人工智能·神经网络