问题标签 [vgg-net]

我正在学习使用神经网络和对象检测，使用Python和Keras. 我的目标是检测图像中非常具体的东西，比如说一个非常具体的品牌/类型的汽车化油器（汽车发动机的一部分）。

到目前为止，我发现的教程以猫和狗的检测为例，其中许多使用预训练的 VGG16 网络来提高性能。

如果我只想检测我的特定化油器，而不关心图像中的任何其他内容，那么使用 VGG16 是否有意义。？VGG16 是否仅在您想要检测许多通用项目而不是一个特定项目时有用？

编辑：我只想知道图像中是否有特定的物体（化油器）。无需在其周围定位或放置一个盒子。我有大约 1000 张这种特定化油器的图像供网络训练。

我想在 128x128 大小的图像上训练 VGG。我不想将它们重新缩放到 224x224 以节省 GPU 内存和训练时间。这样做的正确方法是什么？

我正在使用 VGG-16 作为特征提取来训练自动编码器。每当我检查块的稀疏度（参数数量等于零/总参数）时，我注意到块 5（VGG-16 的最深块）具有 %100 的稀疏度。由于它是 VGG 架构中最耗时的块，因此我想尽可能将其删除。

那么，移除 %100 稀疏度的 CNN 层以提高性能是否有意义，因为它们实际上都等于 0？

我使用来自 Keras 的预训练 VGG-16 模型。

到目前为止，我的工作源代码是这样的：

我发现该模型接受了 1000 个课程的训练。是否有可能获得该模型所训练的类的列表？打印出所有预测标签不是一种选择，因为只有 5 个返回。

提前致谢

我将 vgg-19 网络训练为 classfy cifar10，训练一次后，仅一次，vgg-net 返回nan。

我tf.train.GradientDescentOptimizer用来训练vgg net，活动函数是relu，tf.random_normal初始化权重并tf.nn.xw_plus_b用作全连接层。所以我想知道，为什么 vgg-netnan在训练后返回。

我对 DL 和 Keras 比较陌生。

我正在尝试使用 Keras 中预训练的 VGG16 来实现感知损失，但遇到了一些麻烦。我已经找到了这个问题，但我仍在苦苦挣扎：/

简要说明我的网络应该做什么：

我有一个 CNN（随后称为 mainModel），它获取灰度图像作为输入（#TrainData, 512, 512, 1）并输出相同大小的灰度图像。网络应该减少图像中的伪影——但我认为这对这个问题并不重要。我想实现感知损失，而不是使用例如 MSE 作为损失函数。

我想做什么（我希望我已经正确理解了感知损失的概念）：

我想在我的 mainModel 中附加一个 lossModel（带有固定参数的预训练 VGG16）。然后我想将mainModel的输出传递给lossModel。此外，我将标签图像 (Y_train) 传递给 lossModel。进一步，我使用例如 MSE 比较 lossModel 的特定层（例如 block1_conv2）的激活并将其用作损失函数。

到目前为止我做了什么：

加载数据并创建 mainModel：

创建 lossModel，将其附加到 mainModel 并修复参数：

创建包括两个网络的新模型并编译它

通过将标签图像传递给 lossNetwork 来调整它们：

使用感知损失拟合 fullModel：

出现的问题：

• VGG16 想要获得形状 (?,?, 3 ) 的输入，但我的 mainModel 输出灰度图像 (​​?,?, 1 )

• 将 lossModel 附加到 mainModel 的一些问题

RuntimeError: Graph disconnected: 无法在“input_2”层获取张量 Tensor("conv2d_2/Relu:0", shape=(?, 512, 512, 3), dtype=float32) 的值。访问以下先前层没有问题：[]

• 如何计算特定层激活而不是 lossModel 输出的 MSE？

非常感谢您的帮助，并对这个非常长的问题感到抱歉:)

我正在尝试使用 tensorflow 中的 keras 包在 CIFAR-10 上训练神经网络。考虑的神经网络是VGG-16，我直接借鉴了官方的keras模型。定义是：

然而，在训练期间，我总是将训练和验证准确率都设为 0.1，即 10%。

作为调试的一步，每当我用任何其他模型（例如，任何简单的 CNN 模型）替换它时，它都能很好地工作。这表明脚本的其余部分运行良好。

例如，以下 CNN 模型运行良好，在 30 个 epoch 后达到 75% 的准确率。

在我看来，这两个模型都是正确定义的。然而，一个工作完美，而另一个根本不学习。我还尝试将 VGG 模型编写为顺序结构，即类似于第二个结构，但它仍然给了我 10% 的准确率。

即使模型没有更新任何权重，“he_normal”初始化器仍然很容易获得比纯机会更好的准确度。似乎 tensorflow 以某种方式计算模型的输出 logits，从而导致准确性纯属偶然。

如果有人能指出我的错误，我将非常有帮助。

根据https://github.com/pytorch/vision/blob/master/torchvision/models/vgg.py

我不明白为什么 VGG 模型需要 512 * 7 * 7 input_size 的全连接层。最后一个卷积层是

• nn.Conv2d(512, 512, kernel_size=3, padding=1),
• nn.ReLU（真），
• nn.MaxPool2d(kernel_size=2, stride=2, dilation=1)

上面链接中的代码。

我一直在关注官方 PyTorch 文档（http://pytorch.org/tutorials/beginner/transfer_learning_tutorial.html）中的蚂蚁和蜜蜂迁移学习教程。我试图通过更改最后一层来预测两个类之一来微调 VGG19 模型。我可以使用以下代码修改最后一个 fc 层。

但是在执行 train_model 函数时出现错误。错误是“/opt/conda/conda-bld/pytorch_1513368888240/work/torch/lib/THC/generic/THCTensorMathBlas.cu:243 的大小不匹配”。知道问题是什么吗？

在深度学习中有很多卷积神经网络CNN模型。为了尝试 VGG-S 模型，我从这里下载“imagenet-vgg-s.mat”，并通过以下代码尝试从第二个全连接层提取输出特征：

但显示此错误：

所以我从这里的这个链接下载了 prototxt 和它的 caffe 模型“VGG_CNN_S.caffemodel”和“VGG_CNN_S_deploy.prototxt”。我用这段代码试试

但显示此错误：

你能帮我如何使用 VGG-S 以及如何通过它提取输出特征吗？