大数据最新【深度学习】（三）图像分类_图像分类技术最新发展
发布时间
阅读量：
阅读量
图像分类🍉
文章目录
-
- 图像分类🍉
-
前言🎠
-
一、ILSVRC竞赛
-
二、卷积神经网络（CNN）发展
-
- 1.网络进化
- 2.AlexNet网络
- 3.VGG网络
- 4.GoogLeNet网络
- 5.ResNet网络
- 1.网络进化
-
总结
前言🎠
上一章介绍了深度学习的基础内容，这一章来学习一下图像分类的内容。图像分类是计算机视觉中最基础的一个任务，也是几乎所有的基准模型进行比较的任务。从最开始比较简单的10分类的灰度图像手写数字识别任务mnist，到后来更大一点的10分类的 cifar10和100分类的cifar100 任务，到后来的imagenet 任务，图像分类模型伴随着数据集的增长，一步一步提升到了今天的水平。现在，在imagenet 这样的超过1000万图像，超过2万类的数据集中，计算机的图像分类水准已经超过了人类。
一、ILSVRC竞赛
ILSVRC （ImageNet Large Scale Visual Recognition Challenge）是近年来机器视觉领域最受追捧也是最具权威的学术竞赛之一，代表了图像领域的最高水平。ILSVRC竞赛使得深度学习算法得到大力的发展，AI领域迎来了新一轮的热潮，CNN网络也不断迭代，图像分类的准确度也逐年上升，最终超越人类，完成竞赛的使命，2017年已经停办。
ImageNet数据集 是ILSVRC竞赛使用的是数据集，由斯坦福大学李飞飞 教授主导，包含了超过1400万张全尺寸的有标记图片。ILSVRC比赛会每年从ImageNet数据集中抽出部分样本，以2012年为例，比赛的训练集包含1281167张图片，验证集包含50000张图片，测试集为100000张图片。
卷积神经网络在特征表示上具有极大的优越性，模型提取的特征随着网络深度的增加越来越抽象，越来越能表现图像主题语义，不确定性越少，识别能力越强。AlexNet 的成功证明了CNN 网络能够提升图像分类的效果，其使用了 8 层的网络结构，获得了 2012 年，ImageNet 数据集上图像分类的冠军，为训练深度卷积神经网络模型提供了参考。2014 年，冠军 GoogleNet 另辟蹊径，从设计网络结构的角度来提升识别效果。其主要贡献是设计了 Inception 模块结构来捕捉不同尺度的特征，通过 1×1 的卷积来进行降维。2014 年另外一个工作是 VGG （亚军），进一步证明了网络的深度在提升模型效果方面的重要性。2015 年，最重要的一篇文章是关于深度残差网络 ResNet ，文章提出了拟合残差网络的方法，能够做到更好地训练更深层的网络。 2017年，SENet 是ImageNet（ImageNet收官赛）的冠军模型，和ResNet的出现类似，都在很大程度上减小了之前模型的错误率），并且复杂度低，新增参数和计算量小。
历届冠军做法： 
二、卷积神经网络（CNN）发展
1.网络进化
🎄网络：AlexNet–>VGG–>GoogLeNet–>ResNet
🎨深度：8–>19–>22–>152
✨VGG结构简洁有效
- 容易修改，迁移到其他任务中
- 高层任务的基础网络
🖼️性能竞争网络
-
GoogLeNet:Inception v1–>v4
- Split-transform-merge
-
ResNet:ResNet1024–>ResNeXt
- 深度、宽度、基数
- 深度、宽度、基数
2.AlexNet网络
由于受到计算机性能的影响，虽然LeNet 在图像分类中取得了较好的成绩，但是并没有引起很多的关注。 知道2012年，Alex等人提出的AlexNet 网络在ImageNet大赛上以远超第二名的成绩夺冠，卷积神经网络乃至深度学习重新引起了广泛的关注。
- AlexNet包含8层网络，有5个卷积层和3个全连接层
- AlexNet第一层中的卷积核shape为11X11，第二层的卷积核形状缩小到5X5，之后全部采用3X3的卷积核
- 所有的池化层窗口大小为3X3，步长为2，最大池化采用Relu激活函数，代替sigmoid，梯度计算更简单，模型更容易训练
- 采用Dropout来控制模型复杂度，防止过拟合采用大量图像增强技术，比如翻转、裁剪和颜色变化，扩大数据集，防止过拟合
代码实现
# 导入工具包
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
# 模型构建
net = keras.models.Sequential([
# 卷积：卷积核数量96，尺寸11\*11，步长4，激活函数relu
layers.Conv2D(filters=96, kernel_size=11, strides=4, activation='relu'),
# 最大池化：尺寸3\*3，步长2
layers.MaxPool2D(pool_size=3, strides=2),
# 卷积：卷积核数量256，尺寸5\*5，激活函数relu，same卷积
layers.Conv2D(filters=256, kernel_size=5, padding='same', activation='relu'),
# 最大池化：尺寸3\*3，步长3
layers.MaxPool2D(pool_size=3, strides=2),
# 卷积：卷积核数量384，尺寸3，激活函数relu，same卷积
layers.Conv2D(filters=384, kernel_size=3, padding='same', activation='relu'),
# 卷积：卷积核数量384，尺寸3，激活函数relu，same卷积
layers.Conv2D(filters=384, kernel_size=3, padding='same', activation='relu'),
# 卷积：卷积核数量256，尺寸3，激活函数relu，same卷积
layers.Conv2D(filters=256, kernel_size=3, padding='same', activation='relu'),
# 最大池化：尺寸3\*3，步长2
layers.MaxPool2D(pool_size=3, strides=2),
# 展平特征图
layers.Flatten(),
# 全连接：4096神经元，relu
layers.Dense(4096, activation='relu'),
# 随机失活
layers.Dropout(0.5),
layers.Dense(4096, activation='relu'),
layers.Dropout(0.5),
# 输出层：多分类用softmax，二分类用sigmoid
layers.Dense(10, activation='softmax')],
name='AlexNet')
# 模拟输入
x = tf.random.uniform((1, 227, 227, 1))
y = net(x)
net.summary()3.VGG网络
VGG网络是在2014年由牛津大学计算机视觉组和谷歌公司的研究员共同开发的。VGG由5层卷积层、3层全连接层、softmax输出层构成，层与层之间使用最大池化分开，所有隐层的激活单元都采用ReLU函数。通过反复堆叠3X3的小卷积核和2X2的最大池化层，VGGNet成功的搭建了16-19层的深度卷积神经网络。VGG的结构图如下：
VGGNet 论文中全部使用了3X3的卷积核和2X2的池化核，通过不断加深网络结构来提升性能。下图所示为 VGGNet 各级别的网络结构图，以及随后的每一级别的参数量，从11层的网络一直到19层的网络都有详尽的性能测试。虽然从A到E每一级网络逐渐变深，但是网络的参数量并没有增长很多，这是因为参数量主要都消耗在最后3个全连接层。前面的卷积部分虽然很深，但是消耗的参数量不大，不过训练比较耗时的部分依然是卷积，因其计算量比较大。这其中的D、E也就是我们常说的 VGGNet-16 和 VGGNet-19。C相比B多了几个1X1的卷积层，1X1卷积的意义主要在于线性变换，而输入通道数和输出通道数不变，没有发生降维。
代码实现 VGG11
#tensorflow基于mnist数据集上的VGG11网络，可以直接运行
from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf
#tensorflow基于mnist实现VGG11
mnist = input_data.read_data_sets('MNIST\_data', one_hot=True)
x = tf.placeholder(tf.float32, [None, 784])
y_ = tf.placeholder(tf.float32, [None, 10])
sess = tf.InteractiveSession()
#Layer1
W_conv1 =tf.Variable(tf.truncated_normal([3, 3, 1, 64],stddev=0.1))
b_conv1 = tf.Variable(tf.constant(0.1,shape=[64]))
#调整x的大小
x_image = tf.reshape(x, [-1,28,28,1])
h_conv1 = tf.nn.relu(tf.nn.conv2d(x_image, W_conv1,strides=[1, 1, 1, 1], padding='SAME') + b_conv1)
#Layer2 pooling
W_conv2 = tf.Variable(tf.truncated_normal([3, 3, 64, 64],stddev=0.1))
b_conv2 = tf.Variable(tf.constant(0.1,shape=[64]))
h_conv2 = tf.nn.relu(tf.nn.conv2d(h_conv1, W_conv2,strides=[1, 1, 1, 1], padding='SAME') + b_conv2)
h_pool2 = tf.nn.max_pool(h_conv2, ksize=[1, 2, 2, 1],
strides=[1, 2, 2, 1], padding='SAME')
#Layer3
W_conv3 = tf.Variable(tf.truncated_normal([3, 3, 64, 128],stddev=0.1))
b_conv3 = tf.Variable(tf.constant(0.1,shape=[128]))
h_conv3 = tf.nn.relu(tf.nn.conv2d(h_pool2, W_conv3,strides=[1, 1, 1, 1], padding='SAME') + b_conv3)
#Layer4 pooling
W_conv4 = tf.Variable(tf.truncated_normal([3, 3, 128, 128],stddev=0.1))
b_conv4 = tf.Variable(tf.constant(0.1,shape=[128]))
h_conv4 = tf.nn.relu(tf.nn.conv2d(h_conv3, W_conv4,strides=[1, 1, 1, 1], padding='SAME') + b_conv4)
h_pool4= tf.nn.max_pool(h_conv4, ksize=[1, 2, 2, 1],
strides=[1, 2, 2, 1], padding='SAME')
#Layer5
W_conv5 = tf.Variable(tf.truncated_normal([3, 3, 128, 256],stddev=0.1))
b_conv5 = tf.Variable(tf.constant(0.1,shape=[256]))
h_conv5 = tf.nn.relu(tf.nn.conv2d(h_pool4, W_conv5,strides=[1, 1, 1, 1], padding='SAME') + b_conv5)
#Layer6
W_conv6 = tf.Variable(tf.truncated_normal([3, 3, 256, 256],stddev=0.1))
b_conv6 = tf.Variable(tf.constant(0.1,shape=[256]))
h_conv6 = tf.nn.relu(tf.nn.conv2d(h_conv5, W_conv6,strides=[1, 1, 1, 1], padding='SAME') + b_conv6)
#Layer7
W_conv7 = tf.Variable(tf.truncated_normal([3, 3, 256, 256],stddev=0.1))
b_conv7 = tf.Variable(tf.constant(0.1,shape=[256]))
h_conv7 = tf.nn.relu(tf.nn.conv2d(h_conv6, W_conv7,strides=[1, 1, 1, 1], padding='SAME') + b_conv7)
#Layer8
W_conv8 = tf.Variable(tf.truncated_normal([3, 3, 256, 256],stddev=0.1))
b_conv8 = tf.Variable(tf.constant(0.1,shape=[256]))
h_conv8 = tf.nn.relu(tf.nn.conv2d(h_conv7, W_conv8,strides=[1, 1, 1, 1], padding='SAME') + b_conv8)
h_pool8 = tf.nn.max_pool(h_conv8, ksize=[1, 2, 2, 1],
strides=[1, 1, 1, 1], padding='SAME')
#Layer9-全连接层
W_fc1 = tf.Variable(tf.truncated_normal([7\*7\*256,1024],stddev=0.1))
b_fc1 = tf.Variable(tf.constant(0.1,shape=[1024]))
#对h\_pool2数据进行铺平
h_pool2_flat = tf.reshape(h_pool8, [-1, 7\*7\*256])
#进行relu计算，matmul表示(wx+b)计算
h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)
keep_prob = tf.placeholder(tf.float32)
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)
#Layer10-全连接层，这里也可以是[1024,其它],大家可以尝试下
W_fc2 = tf.Variable(tf.truncated_normal([1024,1024],stddev=0.1))
b_fc2 = tf.Variable(tf.constant(0.1,shape=[1024]))
h_fc2 = tf.nn.relu(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)
h_fc2_drop = tf.nn.dropout(h_fc2, keep_prob)
#Layer11-softmax层
W_fc3 = tf.Variable(tf.truncated_normal([1024,10],stddev=0.1))
b_fc3 = tf.Variable(tf.constant(0.1,shape=[10]))
y_conv = tf.matmul(h_fc2_drop, W_fc3) + b_fc3
#在这里通过tf.nn.softmax\_cross\_entropy\_with\_logits函数可以对y\_conv完成softmax计算，同时计算交叉熵损失函数
cross_entropy = tf.reduce_mean(
tf.nn.softmax_cross_entropy_with_logits(labels=y_, logits=y_conv))
#定义训练目标以及加速优化器
train_step = tf.train.AdamOptimizer(1e-3).minimize(cross_entropy)
#计算准确率
correct_prediction = tf.equal(tf.argmax(y_conv,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
#初始化变量
saver = tf.train.Saver()
sess.run(tf.global_variables_initializer())
for i in range(20000):
batch = mnist.train.next_batch(10)
if i%100 == 0:
train_accuracy = accuracy.eval(feed_dict={
x:batch[0], y_: batch[1], keep_prob: 1.0})
print("step %d, training accuracy %g"%(i, train_accuracy))
train_step.run(feed_dict={x: batch[0], y_: batch[1], keep_prob: 0.5})
#保存模型
save_path = saver.save(sess, "./model/save\_net.ckpt")
print("test accuracy %g"%accuracy.eval(feed_dict={
x: mnist.test.images[:3000], y_: mnist.test.labels[:3000], keep_prob: 1.0}))4.GoogLeNet网络
Google Inception Net通常被称为Google Inception V1,在ILSVRC-2014比赛中由论文＜Going deeper with convolutions＞提出．
Inception V1有22层，比AlexNet的8层和VGGNet的19层还要深．参数量（500万）仅有AlexNet参数量（6000万）的1/12，但准确率远胜于AlexNet的准确率．
Inception V1降低参数量的目的：
- 参数越多模型越庞大，需要模型学习的数据量就越大，且高质量的数据非常昂贵．
- 参数越多，消耗的计算资源越多．
Inception V1网络的特点：
-
模型层数更深（22层），表达能力更强．
-
去除最后的全连接层，用全局平均池化层（即将图片尺寸变为1X1）来代替它．（借鉴了NIN）
-
使用Inception Module提高了参数利用效率．
Inception V2网络的特点： -
Batch Normalization 白化：使每一层的输出都规范化到N(0,1)
-
解决Interal Covariate Shift问题
-
允许较高学习率
-
取代部分Dropout
-
5X5卷积核–>2个3X3卷积核
Inception V3网络的特点： -
高效的降尺寸
-
不增加计算量
-
取消浅层的辅助分类器
-
深层辅助分类器只在训练后期有用
GoogLeNet网络结构：
对于我们搭建的Inception模块，所需要使用到参数有#1x1, #3x3reduce, #3x3, #5x5reduce, #5x5, poolproj，这6个参数，分别对应着所使用的卷积核个数,参数设置如下表所示:
代码实现 Inception V3
import tensorflow as tf
slim = tf.contrib.slim
trunc_normal = lambda stddev: tf.truncated_normal_initializer(0.0, stddev)
# 生成默认参数
def inception\_v3\_arg\_scope(weight_decay=0.00004, # L2正则weight\_decay
stddev=0.1, # 标准差
batch_norm_var_collection='moving\_vars'):
batch_norm_params = {
'decay': 0.9997,
'epsilon':0.001,
'updates\_collections': tf.GraphKeys.UPDATE_OPS,
'variables\_collections':{
'beta': None,
'gamma': None,
'moving\_mean': [batch_norm_var_collection],
'moving\_variance': [batch_norm_var_collection],
}
}
# 提供了新的范围名称scope name
# 对slim.conv2d和slim.fully\_connected两个函数的参数自动赋值
with slim.arg_scope([slim.conv2d, slim.fully_connected],
weights_regularizer=slim.l2_regularizer(weight_decay)):
with slim.arg_scope(
[slim.conv2d], # 对卷积层的参数赋默认值
weights_initializer=tf.truncated_normal_initializer(stddev=stddev), # 权重初始化器
activation_fn=tf.nn.relu, # 激活函数用ReLU
normalizer_params=batch_norm_params) as sc: # 标准化器参数用batch\_norm\_params
return sc
# inputs为输入图片数据的tensor(299x299x3),scope为包含了函数默认参数的环境
def inception\_v3\_base(inputs, scope=None):
# 保存某些关键节点
end_points = {}
# 定义InceptionV3的网络结构
with tf.variable_scope(scope, 'InceptionV3', [inputs]):
# 设置卷积/最大池化/平均池化的默认步长为1,padding模式为VALID
# 设置Inception模块组的默认参数
with slim.arg_scope([slim.conv2d, # 创建卷积层
slim.max_pool2d, # 输出的通道数
slim.avg_pool2d], # 卷积核尺寸
stride=1, # 步长
padding='VALID'): # padding模式
# 经3个3x3的卷积层后,输入数据(299x299x3)变为(35x35x192),空间尺寸降低,输出通道增加
net = slim.conv2d(inputs, 32, [3,3], stride=2, scope='Conv2d\_1a\_3x3')
net = slim.conv2d(net, 32, [3, 3], scope='Conv2d\_2a\_3x3')
net = slim.conv2d(net, 64, [3, 3], padding='SAME', scope='Conv2d\_2b\_3x3')
net = slim.max_pool2d(net, [3, 3], stride=2, scope='MaxPool\_3a\_3x3')
net = slim.conv2d(net, 80, [1, 1], scope='Conv2d\_3b\_1x1')
net = slim.conv2d(net, 192, [3, 3], scope='Conv2d\_4a\_3x3')
net = slim.max_pool2d(net, [3, 3], stride=2, scope='MaxPool\_5a\_3x3')
# 设置卷积/最大池化/平均池化的默认步长为1,padding模式为SAME
# 步长为1,padding模式为SAME,所以图像尺寸不会变,仍为35x35
with slim.arg_scope([slim.conv2d, slim.max_pool2d, slim.avg_pool2d], stride=1, padding='SAME'):
# 设置Inception Moduel名称为Mixed\_5b
with tf.variable_scope('Mixed\_5b'):
# 第1个分支：64输出通道的1x1卷积
with tf.variable_scope('Branch\_0'):
branch_0 = slim.conv2d(net, 64, [1, 1], scope='Conv2d\_0a\_1x1')
# 第2个分支：48输出通道的1x1卷积,连接64输出通道的5x5卷积
with tf.variable_scope('Branch\_1'):
branch_1 = slim.conv2d(net, 48, [1, 1], scope='Con2d\_0a\_1x1')
branch_1 = slim.conv2d(branch_1, 64, [5, 5], scope='Conv2d\_0b\_5x5')
# 第3个分支：64输出通道的1x1卷积,连接两个96输出通道的3x3卷积
with tf.variable_scope('Branch\_2'):
branch_2 = slim.conv2d(net, 64, [1, 1], scope='Conv2d\_0a\_1x1')
branch_2 = slim.conv2d(branch_2, 96, [3, 3], scope='Conv2d\_0b\_3x3')
branch_2 = slim.conv2d(branch_2, 96, [3, 3], scope='Conv2d\_0c\_3x3')
# 第4个分支：3x3的平均池化,连接32输出通道的1x1卷积
with tf.variable_scope('Branch\_3'):
branch_3 = slim.avg_pool2d(net, [3, 3], scope='AvgPool\_0a\_3x3')
branch_3 = slim.conv2d(branch_3, 32, [1, 1], scope='Conv2d\_0b\_1x1')
# 4个分支输出通道数之和＝64+64+96+32＝256,输出tensor为35x35x256
net = tf.concat([branch_0, branch_1, branch_2, branch_3], 3)
# 第1个Inception模块组的第2个Inception Module
with tf.variable_scope('Mixed\_5c'):
# 第1个分支：64输出通道的1x1卷积
with tf.variable_scope('Branch\_0'):
branch_0 = slim.conv2d(net, 64, [1, 1], scope='Conv2d\_0a\_1x1')
# 第2个分支：48输出通道的1x1卷积,连接64输出通道的5x5卷积
with tf.variable_scope('Branch\_1'):
branch_1 = slim.conv2d(net, 48, [1, 1], scope='Conv2d\_0b\_1x1')
branch_1 = slim.conv2d(branch_1, 64, [5, 5], scope='Conv2d\_0c\_5x5')
# 第3个分支：64输出通道的1x1卷积,连接两个96输出通道的3x3卷积
with tf.variable_scope('Branch\_2'):
branch_2 = slim.conv2d(net, 64, [1, 1], scope='Conv2d\_0a\_1x1')
branch_2 = slim.conv2d(branch_2, 96, [3, 3], scope='Conv2d\_0b\_3x3')
branch_2 = slim.conv2d(branch_2, 96, [3, 3], scope='Conv2d\_0c\_3x3')
# 第4个分支：3x3的平均池化,连接64输出通道的1x1卷积
with tf.variable_scope('Branch\_3'):
branch_3 = slim.avg_pool2d(net, [3, 3], scope='AvgPool\_0a\_3x3')
branch_3 = slim.conv2d(branch_3, 64, [1, 1], scope='Conv2d\_0b\_1x1')
# 输出tensor尺寸为35x35x288
net = tf.concat([branch_0, branch_1, branch_2, branch_3], 3)
# 第1个Inception模块组的第3个Inception Module
with tf.variable_scope('Mixed\_5d'):
# 第1个分支：64输出通道的1x1卷积
with tf.variable_scope('Branch\_0'):
branch_0 = slim.conv2d(net, 64, [1, 1], scope='Conv2d\_0a\_1x1')
# 第2个分支：48输出通道的1x1卷积,连接64输出通道的5x5卷积
with tf.variable_scope('Branch\_1'):
branch_1 = slim.conv2d(net, 48, [1, 1], scope='Conv2d\_0a\_1x1')
branch_1 = slim.conv2d(branch_1, 64, [5, 5], scope='Conv2d\_0b\_5x5')
# 第3个分支：64输出通道的1x1卷积,连接两个96输出通道的3x3卷积
with tf.variable_scope('Branch\_2'):
branch_2 = slim.conv2d(net, 64, [1, 1], scope='Conv2d\_0a\_1x1')
branch_2 = slim.conv2d(branch_2, 96, [3, 3], scope='Conv2d\_0b\_3x3')
branch_2 = slim.conv2d(branch_2, 96, [3, 3], scope='Conv2d\_0c\_3x3')
# 第4个分支：3x3的平均池化,连接64输出通道的1x1卷积
with tf.variable_scope('Branch\_3'):
branch_3 = slim.avg_pool2d(net, [3, 3], scope='AvgPool\_0a\_3x3')
branch_3 = slim.conv2d(branch_3, 64, [1, 1], scope='Conv2d\_0b\_1x1')
# 输出tensor尺寸为35x35x288
net = tf.concat([branch_0, branch_1, branch_2, branch_3], 3)
# 第2个Inception模块组
with tf.variable_scope('Mixed\_6a'):
# 第1个分支：3x3卷积,步长为2,padding模式为VALID,因此图像被压缩为17x17
with tf.variable_scope('Branch\_0'):
branch_0 = slim.conv2d(net, 384, [3, 3], stride=2 , padding='VALID', scope='Conv2d\_1a\_1x1')
# 第2个分支：64输出通道的1x1卷积,连接2个96输出通道的3x3卷积
with tf.variable_scope('Branch\_1'):
branch_1 = slim.conv2d(net, 64, [1, 1], scope='Conv2d\_0a\_1x1')
branch_1 = slim.conv2d(branch_1, 96, [3, 3], scope='Conv2d\_0b\_3x3')
# 步长为2,padding模式为VALID,因此图像被压缩为17x17
branch_1 = slim.conv2d(branch_1, 96, [3, 3], stride=2, padding='VALID', scope='Conv2d\_1a\_1x1')
# 第3个分支：3x3的最大池化层,步长为2,padding模式为VALID,因此图像被压缩为17x17x256
with tf.variable_scope('Branch\_2'):
branch_2 = slim.max_pool2d(net, [3, 3], stride=2, padding='VALID', scope='MaxPool\_1a\_3x3')
net = tf.concat([branch_0, branch_1, branch_2], 3)
# 第2个Inception模块组,包含5个Inception Module
with tf.variable_scope('Mixed\_6b'):
# 第1个分支：192输出通道的1x1卷积
with tf.variable_scope('Branch\_0'):
branch_0 = slim.conv2d(net, 192, [1, 1], scope='Conv2d\_0a\_1x1')
# 第2个分支：128输出通道的1x1卷积,接128输出通道的1x7卷积,接192输出通道的7x1卷积
with tf.variable_scope('Branch\_1'):
branch_1 = slim.conv2d(net, 128, [1, 1], scope='Conv2d\_0a\_1x1')
branch_1 = slim.conv2d(branch_1, 128, [1, 7], scope='Conv2d\_0b\_1x7')
branch_1 = slim.conv2d(branch_1, 192, [7, 1], scope='Conv2d\_0c\_7x1')
with tf.variable_scope('Branch\_2'):
branch_2 = slim.conv2d(net, 128, [1, 1], scope='Conv2d\_0a\_1x1')
branch_2 = slim.conv2d(branch_2, 128, [7, 1], scope='Conv2d\_0b\_7x1')
branch_2 = slim.conv2d(branch_2, 128, [1, 7], scope='Conv2d\_0c\_1x7')
branch_2 = slim.conv2d(branch_2, 128, [7, 1], scope='Conv2d\_0d\_7x1')
branch_2 = slim.conv2d(branch_2, 192, [1, 7], scope='Conv2d\_0e\_1x7')
with tf.variable_scope('Branch\_3'):
branch_3 = slim.avg_pool2d(net, [3, 3], scope='AvgPool\_0a\_3x3')
branch_3 = slim.conv2d(branch_3, 192, [1, 1], scope='Conv2d\_0b\_1x1')
# 输出tensor尺寸=17x17x(192+192+192+192)=17x17x768
net = tf.concat([branch_0, branch_1, branch_2, branch_3], 3)
# 经过一个Inception Module输出tensor尺寸不变,但特征相当于被精炼类一遍
# 第3个Inception模块组
with tf.variable_scope('Mixed\_6c'):
with tf.variable_scope('Branch\_0'):
branch_0 = slim.conv2d(net, 192, [1, 1], scope='Conv2d\_0a\_1x1')
with tf.variable_scope('Branch\_1'):
branch_1 = slim.conv2d(net, 160, [1, 1], scope='Conv2d\_0a\_1x1')
branch_1 = slim.conv2d(branch_1, 160, [1, 7], scope='Conv2d\_0b\_1x7')
branch_1 = slim.conv2d(branch_1, 192, [7, 1], scope='Conv2d\_0c\_7x1')
with tf.variable_scope('Branch\_2'):
branch_2 = slim.conv2d(net, 160, [1, 1], scope='Conv2d\_0a\_1x1')
branch_2 = slim.conv2d(branch_2, 160, [7, 1], scope='Conv2d\_0b\_7x1')
branch_2 = slim.conv2d(branch_2, 160, [1, 7], scope='Conv2d\_0c\_1x7')
branch_2 = slim.conv2d(branch_2, 160, [7, 1], scope='Conv2d\_0d\_7x1')
branch_2 = slim.conv2d(branch_2, 192, [1, 7], scope='Conv2d\_0e\_1x7')
with tf.variable_scope('Branch\_3'):
branch_3 = slim.avg_pool2d(net, [3, 3], scope='AvgPool\_0a\_3x3')
branch_3 = slim.conv2d(branch_3, 192, [1, 1], scope='Conv2d\_0b\_1x1')
# 输出tensor尺寸为17x17x768
net = tf.concat([branch_0, branch_1, branch_2, branch_3], 3)
# 第4个Inception模块组
with tf.variable_scope('Mixed\_6d'):
with tf.variable_scope('Branch\_0'):
branch_0 = slim.conv2d(net, 192, [1, 1], scope='Conv2d\_0a\_1x1')
with tf.variable_scope('Branch\_1'):
branch_1 = slim.conv2d(net, 160, [1, 1], scope='Conv2d\_0a\_1x1')
branch_1 = slim.conv2d(branch_1, 160, [1, 7], scope='Conv2d\_0b\_1x7')
branch_1 = slim.conv2d(branch_1, 192, [7, 1], scope='Conv2d\_0c\_7x1')
with tf.variable_scope('Branch\_2'):
branch_2 = slim.conv2d(net, 160, [1, 1], scope='Conv2d\_0a\_1x1')
branch_2 = slim.conv2d(branch_2, 160, [7, 1], scope='Conv2d\_0b\_7x1')
branch_2 = slim.conv2d(branch_2, 160, [1, 7], scope='Conv2d\_0c\_1x7')
branch_2 = slim.conv2d(branch_2, 160, [7, 1], scope='Conv2d\_0d\_7x1')
branch_2 = slim.conv2d(branch_2, 192, [1, 7], scope='Conv2d\_0e\_1x7')
with tf.variable_scope('Branch\_3'):
branch_3 = slim.avg_pool2d(net, [3, 3], scope='AvgPool\_0a\_3x3')
branch_3 = slim.conv2d(branch_3, 192, [1, 1], scope='Conv2d\_0b\_1x1')
# 输出tensor尺寸为17x17x768
net = tf.concat([branch_0, branch_1, branch_2, branch_3], 3)
# 第5个Inception模块组
with tf.variable_scope('Mixed\_6e'):
with tf.variable_scope('Branch\_0'):
branch_0 = slim.conv2d(net, 192, [1, 1], scope='Conv2d\_0a\_1x1')
with tf.variable_scope('Branch\_1'):
branch_1 = slim.conv2d(net, 192, [1, 1], scope='Conv2d\_0a\_1x1')
branch_1 = slim.conv2d(branch_1, 192, [1, 7], scope='Conv2d\_0b\_1x7')
![img]()
![img]()
![img]()
**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！** **由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新** **[需要这份系统化资料的朋友，可以戳这里获取]()**
branch_1 = slim.conv2d(net, 192, [1, 1], scope='Conv2d\_0a\_1x1')
branch_1 = slim.conv2d(branch_1, 192, [1, 7], scope='Conv2d\_0b\_1x7')
[外链图片转存中...(img-ajYpGX0m-1714787256138)]
[外链图片转存中...(img-seTrdLgA-1714787256138)]
[外链图片转存中...(img-CLXAZBZ7-1714787256138)]
**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！** **由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新** **[需要这份系统化资料的朋友，可以戳这里获取]()**全部评论 (0)
还没有任何评论哟~