VGG论文导读

Very Deep Convolutional Networks for Large Scale Image Recognition

VGG是由Simonyan 和Zisserman在文献《Very Deep Convolutional Networks for Large Scale Image Recognition》中提出卷积神经网络模型，其名称来源于作者所在的牛津大学视觉几何组(Visual Geometry Group)的缩写。

该模型参加2014年的 ImageNet图像分类与定位挑战赛，取得了优异成绩：在分类任务上排名第二，在定位任务上排名第一。在其他数据集上也取得了SOTA的结果。

Introduction

自从ConvNets成为计算机视觉领域的焦点之后，许多工作都在尝试对最初Krizhevsky(2012)提出的网络进行修改以取得更好的效果，比如：

• 用更小的卷积核和更小的步长(Zeiler & Fergus, 2013; Sermanet et al., 2014)
• 在整个图像和多个尺度上对网络进行密集地训练和测试(Sermanet et al.,
  2014; Howard, 2014)

在本文中，我们主要关注网络的深度，通过所有层中使用非常小的（3×3）卷积滤波器，添加更多的卷积层来稳定地增加网络的深度。结果显示可以在ILSVRC分类和定位任务上取得的最佳的准确性，而且还适用于其它的图像识别数据集。

ConvNet Configurations

2.1 Architecture

基本配置：

• 输入图像224*224 RGB， 减去RGB均值
• 卷积核 3*3， 卷积步长 1，填充方式padding=same，每一个卷积层(张量)与前一层（张量）保持相同的宽和高
• 池化层，2*2，步长2，max池化，每一个池化层（张量）的宽和高是前一层（张量）的1/2
• 模型由若干卷积层核池化层堆叠而成，其后连接三层全连接层：4096+4096+1000+softmax
• 所有隐层的激活函数为ReLU

2.2 Configureations

VGG中根据卷积核大小和卷积层数目的不同，可分为A，A-LRN,B,C,D,E共6个配置(ConvNet Configuration)，其中以D,E两种配置较为常用，分别称为VGG16和VGG19。

VGG16:

• 13个卷积层（Convolutional Layer），分别用conv3-XXX表示
• 3个全连接层（Fully connected Layer）,分别用FC-XXXX表示
• 5个池化层（Pool layer）,分别用maxpool表示

其中，卷积层和全连接层具有权重系数，因此也被称为权重层，总数目为13+3=16，这即是VGG16中16的来源。

VGG16的具体结构示意图如下：

2.3 Discussion

• 用多层小卷积核替代单层大卷积核，增加了非线性特性，同时显著降低参数量
• 1*1卷积核，增加非线性特性而不影响卷积层感受野（根据卷积核的个数也可以起到降维的作用）

尽管VGG的结构简单，但是所包含的权重数目却很大，达到了惊人的138 357 544 个参数。这些参数包括卷积核权重和全连接层权重。

VGG16具有如此之大的参数数目，可以预期它具有很高的拟合能力；但同时缺点也很明显：

• 即训练时间过长，调参难度大。
• 需要的存储容量大，不利于部署。例如存储VGG16权重值文件的大小为500多MB，不利于安装到嵌入式系统中。

Keras中的VGG16

from keras.applications.vgg16 import VGG16
from keras.preprocessing import image
from keras.applications.vgg16 import preprocess_input
import numpy as np

# include_top=True，载入完整的 VGG16 模型，包括加在最后3层全卷积
# include_top=False，载入 VGG16 的模型，不包括加在最后3层全卷积，通常是取得 Features
model = VGG16(weights='imagenet', include_top=False)

img_path = 'elephant.jpg'
img = image.load_img(img_path, target_size=(224, 224))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)

features = model.predict(x)

keras中已有的模型还包括

参考

VGG16学习笔记
原文

赏

谢谢你请我吃糖果