計(jì)算機(jī)視覺(jué)應(yīng)用開(kāi)發(fā)課件：VGG-19

VGG-19VGG-19的由來(lái)01任務(wù)結(jié)構(gòu)解析02任務(wù)學(xué)習(xí)目標(biāo)了解VGG-19的由來(lái)掌握VGG-19的網(wǎng)絡(luò)結(jié)構(gòu)1VGG-19的由來(lái)1VGG-19的由來(lái)2014年，牛津大學(xué)計(jì)算機(jī)視覺(jué)組（VisualGeometryGroup）和GoogleDeepMind公司的研究員一起提出了一種新的深度卷積神經(jīng)網(wǎng)絡(luò)：VGGNet，并取得了ILSVRC2014比賽分類(lèi)項(xiàng)目的第二名。VGGNet的主要貢獻(xiàn)是使用很小的卷積核(3×3)構(gòu)建各種深度的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，并對(duì)這些網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行了評(píng)估，最終證明在16-19層的網(wǎng)絡(luò)深度能夠取得較好的識(shí)別精度。這也就是常用來(lái)提取圖像特征的VGG-16和VGG-19。2結(jié)構(gòu)解析2結(jié)構(gòu)解析VGG-19整體由五個(gè)卷積塊和3個(gè)全連接層組成，每個(gè)卷積塊由不同層數(shù)的卷積層構(gòu)成。其中第一，二個(gè)卷積塊分別有兩個(gè)卷積層，第三，四，五個(gè)卷積塊分別有四個(gè)卷積層。那VGG-19中的19是怎么來(lái)的？這里的19只算了卷積層（16層）和全連接層（3層）的數(shù)量，沒(méi)有包括池化層。VGG-19的輸入為224×224×3的圖像，并且對(duì)圖像做了均值處理，在每個(gè)像素中減去在訓(xùn)練集上計(jì)算的RGB均值。2結(jié)構(gòu)解析VGG-19中使用的都是3×3的卷積核，來(lái)代替比較大的卷積核，并且使用了連續(xù)多個(gè)卷積層。使用小的卷積核的問(wèn)題是，其感受野必然變小，但使用連續(xù)的卷積核，可以增大感受野。卷積的固定步長(zhǎng)為1，并在圖像的邊緣填充1個(gè)像素，這樣卷積后保持圖像的分辨率不變；連續(xù)的卷積層（卷積塊）后會(huì)接著一個(gè)池化層，做最大池化，步長(zhǎng)為2；最后一層卷積層之后，接著的是3個(gè)全連接層，前兩個(gè)每個(gè)都有4096個(gè)通道，第三是輸出層輸出1000個(gè)分類(lèi)。2結(jié)構(gòu)解析2結(jié)構(gòu)解析VGG-19優(yōu)勢(shì)：VGG-19的結(jié)構(gòu)很是簡(jiǎn)潔，整個(gè)網(wǎng)絡(luò)都使用了一樣大小的卷積核尺寸（3×3）和最大池化尺寸（2×2）。幾個(gè)小濾波器（3×3）卷積層的組合比一個(gè)大濾波器（5×5或7×7）卷積層好，驗(yàn)證了經(jīng)過(guò)不斷加深網(wǎng)絡(luò)結(jié)構(gòu)能夠提高性能。VGG-19缺點(diǎn)：VGG-19耗費(fèi)更多計(jì)算資源，而且使用了更多的參數(shù)，致使更多的內(nèi)存占用（140M）。其中絕大多數(shù)的參數(shù)都是來(lái)自于第一個(gè)全連接層。VGG-19但是有3個(gè)全連接層。注：不少pretrained的方法就是使用VGG的model（主要是16和19），VGG相對(duì)其余的方法，參數(shù)空間很大，最終的model有500多m，AlexNet只有200m，GoogLeNet更少，因此train一個(gè)V