文章目錄

• • 1.首先看一下論文中一張表：
  • 2.VGG16網絡結構解釋：
  • 3.網絡構成詳解：
  • 4.VGG16使用的卷積核大小都是3x3的，使用比之前小的卷積核有什么作用：
  • 5.Tensorflow2.6.0實現VGG16網絡結構：

1.首先看一下論文中一張表：

注解：
（1）可以看到表中從左->右網絡結構逐漸變得更深和復雜；層數從11->11->13->16->16->19；
（2）所有的激活函數使用的都是ReLU函數；
（3）層與層之間的間隔使用Max Pool（最大池化）；
（4）使用的卷積核大小都是3*3的卷積，通道數逐漸增加（因為寬和高在變小，所以通道數增加對特征的保留更好）；
（5）根據卷積層來設計其中子層的數量；
（6）最后接的都是全連接層，神經元為4096->4096->1000,最后使用softmax函數輸出1000類別概率；

---

VGG16之特征提取和網絡參數的查看（偏置和權重）:
https://mydreamambitious.blog.csdn.net/article/details/123928764（其中包含了詳細的網絡結構）

2.VGG16網絡結構解釋：

以下兩幅圖都是VGG16結構：


圖片來源：
https://blog.csdn.net/xiaobumi123/article/details/105550967
https://blog.csdn.net/qq_37939213/article/details/90380639
注解：
（1）VGG16包含16個層，其中第一個卷積層是由：2個conv3-64組成，后接一個maxpool層；
（2）第二層由兩個：conv3-128組成，后接一個maxpool層；
（3）第三層由三個：conv3-256組成，后接一個maxpool層；
（4）第四層由三個：conv3-512組成，后接一個maxpool層；
（5）第五層由三個：conv3-512組成，后接一個maxpool層；
（6）最后是三個全連接層：其中包含兩個FC4096和一個FC1000（類別數）。
所以這就是VGG16名字的由來。

3.網絡構成詳解：

首先是輸入層：2242443
（一）第一層：

注解：
（1）首先輸入圖片大小為224x224x3（這個可以通過成剪裁實現）；

img_path='images/train/dog/1.jpg' #導入圖片并將圖像剪裁為299*299img=image.load_img(img_path,target_size=(224,224))

（2）輸入圖片時候使用64個3x3（kernel_size）的卷積核大小進行卷積，得到的特征圖大小為224x224x64。
填充：padding=1（padding=‘same’）；步長：strides=[1,1]
計算公式：（input_size+2padding-kernel_size）/strides+1=（224+21-3）/1+1=224.所以最后得到的特征圖大小為224x224x64.
甚至我們的高寬步長可以不用設置一樣，當然這里需要一樣。
（3）使用激活函數ReLU進非線性變換。
（4）再進行卷積：
填充：padding=1（padding=‘same’）；步長：strides=[1,1]
計算公式：（input_size+2padding-kernel_size）/strides+1=（224+21-3）/1+1=224.所以最后得到的特征圖大小為224x224x64.
（5）再進行激活：ReLU
（6）最后就是最大池化：
使用大小為2x2，步長為strides=2的池化單元進行最大池化。input_size+2padding-kernel_size）/strides+1=（224+20-2）/2+1=112.
輸出的特征圖大小為：112x112x64.

---

（二）：輸入特征圖大小112x112x64：

（1）輸入圖片時候使用128個3x3（kernel_size）的卷積核大小進行卷積，得到的特征圖大小為112x112x128。
填充：padding=1（padding=‘same’）；步長：strides=[1,1]
計算公式：（input_size+2padding-kernel_size）/strides+1=（112+21-3）/1+1=112.所以最后得到的特征圖大小為112x112x128.
甚至我們的高寬步長可以不用設置一樣，當然這里需要一樣。
（2）使用激活函數ReLU進非線性變換。
（3）再進行卷積：
填充：padding=1（padding=‘same’）；步長：strides=[1,1]
計算公式：（input_size+2padding-kernel_size）/strides+1=（112+21-3）/1+1=112.所以最后得到的特征圖大小為112x112x128.
（4）再進行激活：ReLU
（5）最后就是最大池化：
使用大小為2x2，步長為strides=2的池化單元進行最大池化。input_size+2padding-kernel_size）/strides+1=（112+20-2）/2+1=56.
輸出的特征圖大小為：56x56x256.

---

（三）：輸入特征圖大小為：56x56x256

（1）輸入圖片時候使用256個3x3（kernel_size）的卷積核大小進行卷積，得到的特征圖大小為56x56x256。
填充：padding=1（padding=‘same’）；步長：strides=[1,1]
計算公式：（input_size+2padding-kernel_size）/strides+1=（56+21-3）/1+1=56.所以最后得到的特征圖大小為56x56x256.
甚至我們的高寬步長可以不用設置一樣，當然這里需要一樣。
（2）使用激活函數ReLU進非線性變換。
（3）再進行卷積：
填充：padding=1（padding=‘same’）；步長：strides=[1,1]
計算公式：（input_size+2padding-kernel_size）/strides+1=（56+21-3）/1+1=56.所以最后得到的特征圖大小為56x56x256.
（4）再進行激活：ReLU
（5）再進行卷積：
填充：padding=1（padding=‘same’）；步長：strides=[1,1]
計算公式：（input_size+2padding-kernel_size）/strides+1=（56+21-3）/1+1=56.所以最后得到的特征圖大小為56x56x256.
（6）再進行激活：ReLU
（7）最后就是最大池化：
使用大小為2x2，步長為strides=2的池化單元進行最大池化。input_size+2padding-kernel_size）/strides+1=（56+20-2）/2+1=28.
輸出的特征圖大小為：28x28x256.

---

（四）：輸入的特征圖大小為：28x28x256

（1）輸入圖片時候使用512個3x3（kernel_size）的卷積核大小進行卷積，得到的特征圖大小為28x28x512。
填充：padding=1（padding=‘same’）；步長：strides=[1,1]
計算公式：（input_size+2padding-kernel_size）/strides+1=（28+21-3）/1+1=28.所以最后得到的特征圖大小為28x28x512.
甚至我們的高寬步長可以不用設置一樣，當然這里需要一樣。
（2）使用激活函數ReLU進非線性變換。
（3）再進行卷積：
填充：padding=1（padding=‘same’）；步長：strides=[1,1]
計算公式：（input_size+2padding-kernel_size）/strides+1=（28+21-3）/1+1=28.所以最后得到的特征圖大小為28x28x512.
（4）再進行激活：ReLU
（5）再進行卷積：
填充：padding=1（padding=‘same’）；步長：strides=[1,1]
計算公式：（input_size+2padding-kernel_size）/strides+1=（28+21-3）/1+1=28.所以最后得到的特征圖大小為28x28x512.
（6）再進行激活：ReLU
（7）最后就是最大池化：
使用大小為2x2，步長為strides=2的池化單元進行最大池化。input_size+2padding-kernel_size）/strides+1=（28+20-2）/2+1=14.
輸出的特征圖大小為：14x14x512.

---

（五）：輸入的特征圖大小為：14x14x512

（1）輸入圖片時候使用512個3x3（kernel_size）的卷積核大小進行卷積，得到的特征圖大小為14x14x512。
填充：padding=1（padding=‘same’）；步長：strides=[1,1]
計算公式：（input_size+2padding-kernel_size）/strides+1=（14+21-3）/1+1=14.所以最后得到的特征圖大小為14x14x512.
甚至我們的高寬步長可以不用設置一樣，當然這里需要一樣。
（2）使用激活函數ReLU進非線性變換。
（3）再進行卷積：
填充：padding=1（padding=‘same’）；步長：strides=[1,1]
計算公式：（input_size+2padding-kernel_size）/strides+1=（14+21-3）/1+1=14.所以最后得到的特征圖大小為14x14x512.
（4）再進行激活：ReLU
（5）再進行卷積：
填充：padding=1（padding=‘same’）；步長：strides=[1,1]
計算公式：（input_size+2padding-kernel_size）/strides+1=（14+21-3）/1+1=14.所以最后得到的特征圖大小為14x14x512.
（6）再進行激活：ReLU
（7）最后就是最大池化：
使用大小為2x2，步長為strides=2的池化單元進行最大池化。input_size+2padding-kernel_size）/strides+1=（14+20-2）/2+1=7.
輸出的特征圖大小為：7x7x512.

---

（六）：全連接層（輸入的特征圖大小為7x7x512）：

（1）改用為4096個神經元，首先經過Dense層；
（2）經過激活函數ReLU層；
（3）使用Dropout：防止過擬合，隨機的斷開其中的一些連接（只是邏輯上斷開）。

---

（七）全連接層：

（1）改用為4096個神經元，首先經過Dense層；
（2）經過激活函數ReLU層；
（3）使用Dropout：防止過擬合，隨機的斷開其中的一些連接（只是邏輯上斷開）。

---

（八）最后一層全連接層：

（1）改用為1000個神經元，首先經過Dense層；

---

（九）最后經過softmax層：

輸出1000個類別概率值：

4.VGG16使用的卷積核大小都是3x3的，使用比之前小的卷積核有什么作用：

請看我這篇文章：
https://mydreamambitious.blog.csdn.net/article/details/123027344
其中有一點就是增大感受野：兩個3x3的卷積核可以替代一個5x5的卷積核；三個3x3的卷積核可以替代一個7x7的卷積核

注解：其中VGG16的參數量是非常大的，其中主要的參數都集中在了全連接層：

如果去掉全連接層的話，參數量為：

參數近相差十倍。

5.Tensorflow2.6.0實現VGG16網絡結構：

import os import keras from tensorflow.keras import layers#但是在這里我添加了BatchNormalization model_vgg16=keras.Sequential([#網絡的輸入layers.InputLayer(input_shape=(224,224,3)),layers.Conv2D(64,kernel_size=[3,3],strides=[1,1],padding='same'),layers.Activation('relu'),layers.BatchNormalization(),layers.Conv2D(64,kernel_size=[3,3],strides=[1,1],padding='same'),layers.Activation('relu'),layers.BatchNormalization(),layers.MaxPool2D(pool_size=[2,2]),layers.Conv2D(128,kernel_size=[3,3],strides=[1,1],padding='same'),layers.Activation('relu'),layers.BatchNormalization(),layers.Conv2D(128,kernel_size=[3,3],strides=[1,1],padding='same'),layers.Activation('relu'),layers.BatchNormalization(),layers.MaxPool2D(pool_size=[2,2]),layers.Conv2D(256,kernel_size=[3,3],strides=[1,1],padding='same'),layers.Activation('relu'),layers.BatchNormalization(),layers.Conv2D(256,kernel_size=[3,3],strides=[1,1],padding='same'),layers.Activation('relu'),layers.BatchNormalization(),layers.Conv2D(256,kernel_size=[3,3],strides=[1,1],padding='same'),layers.Activation('relu'),layers.BatchNormalization(),layers.MaxPool2D(pool_size=[2,2]),layers.Conv2D(512, kernel_size=[3, 3], strides=[1, 1], padding='same'),layers.Activation('relu'),layers.BatchNormalization(),layers.Conv2D(512, kernel_size=[3, 3], strides=[1, 1], padding='same'),layers.Activation('relu'),layers.BatchNormalization(),layers.Conv2D(512, kernel_size=[3, 3], strides=[1, 1], padding='same'),layers.Activation('relu'),layers.BatchNormalization(),layers.MaxPool2D(pool_size=[2, 2]),layers.Conv2D(512, kernel_size=[3, 3], strides=[1, 1], padding='same'),layers.Activation('relu'),layers.BatchNormalization(),layers.Conv2D(512, kernel_size=[3, 3], strides=[1, 1], padding='same'),layers.Activation('relu'),layers.BatchNormalization(),layers.Conv2D(512, kernel_size=[3, 3], strides=[1, 1], padding='same'),layers.Activation('relu'),layers.BatchNormalization(),layers.MaxPool2D(pool_size=[2, 2]),#這里也可以使用全局平均池化layers.GlobalAveragePooling2D(),# layers.Flatten(),layers.Dense(4096),layers.Activation('relu'),layers.BatchNormalization(),layers.Dropout(0.5),layers.Dense(4096),layers.Activation('relu'),layers.BatchNormalization(),layers.Dropout(0.5),layers.Dense(1000),layers.Activation('softmax'), ]) #輸出網絡的結構 # model_vgg16.summary()

總結

以上是生活随笔為你收集整理的关于VGGNet网络结构浅谈（主要是VGG16结构）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。