VGG16实现分类任务
VGG是2014年由牛津大学著名研究组VGG(Visual Geometry Group)提出，斩获当年ImageNet竞赛中定位任务第一名和分类任务第二名。
原理图
; 原理简述
例如有张224×224的RGB图片，我们让他通过两个卷积核为3的卷积层，再通过最大池化层（核尺寸为2，步距为2）。至于卷积层的输入输出维度，参考下图，我们一般常用VGG16模型， 最终用多个FC实现分类，也可将FC换成卷积核为1的卷积层。
数据集
同样选用本人常用的海贼王数据集来测试，可以根据个人需求修改。
下面提供一个简单数据集。
Kaggle的鸟儿分类数据集，共315个分类
https://www.kaggle.com/gpiosenka/100-bird-species
可以用kaggle命令选择下载
kaggle datasets download -d gpiosenka/100-bird-species
数据预处理
讲图片预resize为224×224的图片，并进行随机翻转， 可参考图像增广
https://www.quarkhackers.space/2021/10/15/%E5%9B%BE%E5%83%8F%E5%A2%9E%E5%B9%BF/
最终转为Tensor，并进行归一化处理。
参考代码
transforms.Compose([transforms.RandomResizedCrop(224),
transforms.RandomHorizontalFlip(),
transforms.ToTensor(),
transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])
训练结果
结果分析
在训练过程，针对此数据集，VGG16的学习率不宜过高，过高会出现loss不收敛
在loss为0.01时结果如下
VGG网络acc可达到百分之90以上，只是对于小数据集而言，模型过于繁重，可选用层数少的模型，并且在后面3层FC，可根据个人需求修改。
; 完整代码链接
https://github.com/JiaZhengJingXianSheng/VGG16
Original: https://blog.csdn.net/m0_48612820/article/details/123085072
Author: 威士忌配可乐
Title: VGG16实现分类任务
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/663492/
转载文章受原作者版权保护。转载请注明原作者出处！