一,簡單介紹VGG網絡
VGG網絡是由多個卷積神經網絡堆疊而成的分類網絡。分爲幾類:VGG11,VGG13,VGG16,VGG19。結構如下圖:
VGG11,13,16,19這些數字表示VGG網絡中的卷積層+全連接層的個數。
同樣從上圖我們也可以看到,每個VGG都有5個卷積block,其中卷積層的個數從1個~3個不等。
二,VGG源碼
在源碼中可供外界直接調用的vgg網絡接口有8個(即源碼實際完成了8種的VGG),但是實際可看成是4個,因爲每一個都會分兩種,一種是加了BN層,一種是沒有BN層的。
這八個網絡分別是:
def vgg11(pretrained=False, progress=True, **kwargs):
return _vgg('vgg11', 'A', False, pretrained, progress, **kwargs)
def vgg11_bn(pretrained=False, progress=True, **kwargs):
return _vgg('vgg11_bn', 'A', True, pretrained, progress, **kwargs)
def vgg13(pretrained=False, progress=True, **kwargs):
return _vgg('vgg13', 'B', False, pretrained, progress, **kwargs)
def vgg13_bn(pretrained=False, progress=True, **kwargs):
return _vgg('vgg13_bn', 'B', True, pretrained, progress, **kwargs)
def vgg16(pretrained=False, progress=True, **kwargs):
return _vgg('vgg16', 'D', False, pretrained, progress, **kwargs)
def vgg16_bn(pretrained=False, progress=True, **kwargs):
return _vgg('vgg16_bn', 'D', True, pretrained, progress, **kwargs)
def vgg19(pretrained=False, progress=True, **kwargs):
return _vgg('vgg19', 'E', False, pretrained, progress, **kwargs)
def vgg19_bn(pretrained=False, progress=True, **kwargs):
return _vgg('vgg19_bn', 'E', True, pretrained, progress, **kwargs)
就是VGG11,VGG13,VGG16,VGG19。
從上面可以看出,無論VGG多少都是通過調用_vgg()方法進行VGG網絡的生成的:
我們可以看到 _vgg()的參數中,有 A,B,D,E的字樣。這到底是什麼意思呢,我們繼續往下看源碼,估計會有線索:
果然,我們找到一個叫 cfgs 的變量,一個名字就知道是config的縮寫,用來配置信息的,定義如下:
cfgs = {
'A': [64, 'M', 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512, 'M'],
'B': [64, 64, 'M', 128, 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512, 'M'],
'D': [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 'M', 512, 512, 512, 'M', 512, 512, 512, 'M'],
'E': [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 256, 'M', 512, 512, 512, 512, 'M', 512, 512, 512, 512, 'M'],
}
裏面果然有 A,B,D,E。這其實A就代表 VGG11,B代表VGG13,D代表VGG16,E代表VGG19。
M是每個卷積block之間的分隔。那數字所表示的意思呢,就是每個卷積block裏卷積層的維度(即卷積層的厚度)。
_vgg():
接着,我們來看看 _vgg()方法的定義:
def _vgg(arch, cfg, batch_norm, pretrained, progress, **kwargs):
if pretrained:
kwargs['init_weights'] = False
model = VGG(make_layers(cfgs[cfg], batch_norm=batch_norm), **kwargs)
if pretrained:
state_dict = load_state_dict_from_url(model_urls[arch],
progress=progress)
model.load_state_dict(state_dict)
return model
_vgg控制的是:生成VGG網絡前的一些事項,例如,生成的VGG是VGG11還是13,16,19。是否需要BN層。是否導入預訓練模型。設置好後,纔是最終通過 VGG()來生成VGG網絡模型。
但是!從上面引用的VGG()來看,有一個很重要的變量,make_layers()。這個是真正生成所有卷積block的方法,反而VGG()的代碼裏面寫的,只不過是最後的一個分類器的代碼而已。
接下來就重點介紹 make_layers():
make_layers()的源碼定義如下:
def make_layers(cfg, batch_norm=False):
layers = []
in_channels = 3
for v in cfg:
if v == 'M':
layers += [nn.MaxPool2d(kernel_size=2, stride=2)]
else:
conv2d = nn.Conv2d(in_channels, v, kernel_size=3, padding=1)
if batch_norm:
layers += [conv2d, nn.BatchNorm2d(v), nn.ReLU(inplace=True)]
else:
layers += [conv2d, nn.ReLU(inplace=True)]
in_channels = v
return nn.Sequential(*layers)
看到M是不是有點印象?就是變量cfgs裏面的M。make_layers()會根據所選擇的 cfgs裏的選項進行所有卷積blocks的配置,最後返回。
VGG():
VGG()其實並不是一個方法,而是一個類的實例,換句話說,VGG是一個類。
class VGG(nn.Module):
def __init__(self, features, num_classes=1000, init_weights=True):
super(VGG, self).__init__()
self.features = features
self.avgpool = nn.AdaptiveAvgPool2d((7, 7))
self.classifier = nn.Sequential(
nn.Linear(512 * 7 * 7, 4096),
nn.ReLU(True),
nn.Dropout(),
nn.Linear(4096, 4096),
nn.ReLU(True),
nn.Dropout(),
nn.Linear(4096, num_classes),
)
if init_weights:
self._initialize_weights()
def forward(self, x):
x = self.features(x)
x = self.avgpool(x)
x = x.view(x.size(0), -1)
x = self.classifier(x)
return x
def _initialize_weights(self):
for m in self.modules():
if isinstance(m, nn.Conv2d):
nn.init.kaiming_normal_(m.weight, mode='fan_out', nonlinearity='relu')
if m.bias is not None:
nn.init.constant_(m.bias, 0)
elif isinstance(m, nn.BatchNorm2d):
nn.init.constant_(m.weight, 1)
nn.init.constant_(m.bias, 0)
elif isinstance(m, nn.Linear):
nn.init.normal_(m.weight, 0, 0.01)
nn.init.constant_(m.bias, 0)
可以看到,VGG類充其量就是定義了最後的分類器。就是下圖紅色的部分,而make_layers則是定義了藍色的部分:
最後,源碼裏還有一些網址,裏面標註的其實是當你希望所生成的VGG模型的權重一開始不是隨機初始化的,而是已經訓練好的訓練模型時,就會從這些網址下載預訓練模型的權重,這時候所生成的VGG模型就是訓練好的了(用IMAGENET訓練的)。
model_urls = {
'vgg11': 'https://download.pytorch.org/models/vgg11-bbd30ac9.pth',
'vgg13': 'https://download.pytorch.org/models/vgg13-c768596a.pth',
'vgg16': 'https://download.pytorch.org/models/vgg16-397923af.pth',
'vgg19': 'https://download.pytorch.org/models/vgg19-dcbb9e9d.pth',
'vgg11_bn': 'https://download.pytorch.org/models/vgg11_bn-6002323d.pth',
'vgg13_bn': 'https://download.pytorch.org/models/vgg13_bn-abd245e5.pth',
'vgg16_bn': 'https://download.pytorch.org/models/vgg16_bn-6c64b313.pth',
'vgg19_bn': 'https://download.pytorch.org/models/vgg19_bn-c79401a0.pth',
}