ResNet网络的搭建

简介: 由此可见,右边一个残差结构的计算量更少,原因是右边的残差结构,使用阿一个1*1的卷积核,用来降维和升维

亮点


  • 引入了残差结构


  • 使用Batch Normalization加速训练(丢弃dropout)


这两个方法,解决了梯度消失和梯度爆炸等问题,使得构建深层网络成为可能


残差结构


计算量


CSDN_1661409554561.jpg


左边是ResNet18/34的残差结构,右边是ResNet101/152的残差结构


1.左边计算量:3x3x256x256+3x3x256x256=1179648

2.右边计算量:1x1x256x64+3x3x64x64+1x1x64x256=69632


由此可见,右边一个残差结构的计算量更少,原因是右边的残差结构,使用阿一个1*1的卷积核,用来降维和升维


虚线残差结构


CSDN_1661409775078.jpg


上图有两个残差结构,它们的区别在于:


  • 左图的输入(Input)直接和输出(Output)相加,而右图的输入(Input2)需要经过一个1*1的卷积核,才能与输出(Output2)相加。


  • 虚线残差第一个卷积的步距stride=2,而实线残差结构stride=1


下图中,1号框的64表示卷积核的个数,等于输出深度。2号框的既是虚线残差结构


6ab166240705cf4a4bc632ab76a660c7.jpg


代码解析


resnet18/34的残差结构


BasicBlock如下图所示,它包括实线残差和虚线残差两种结构


CSDN_1661409775078.jpg


# resnet18和resnet34的残差结构
class BasicBlock(nn.Module):
    # 卷积核个数改变的倍数,如果一样,则expansion=1
    expansion = 1
    # ----------------------------残差结构--------------------------------------------
    # in_channel        输入特征矩阵的深度
    # out_channel       输出特征矩阵的深度,既是卷积核的个数
    # stride            步距,当stride=1时,宽高不变,当stride=2时,宽高为原来的一半
    # downsample        下采样,默认为None。只有使用到虚线残差结构才设为True
    # bias=False        使用BN结构时,不需要使用偏置(bias)
    # -------------------------------------------------------------------------------
    def __init__(self, in_channel, out_channel, stride=1, downsample=None, **kwargs):
        super(BasicBlock, self).__init__()
        self.conv1 = nn.Conv2d(in_channels=in_channel, out_channels=out_channel,
                               kernel_size=3, stride=stride, padding=1, bias=False)
        self.bn1 = nn.BatchNorm2d(out_channel)
        self.relu = nn.ReLU()
        self.conv2 = nn.Conv2d(in_channels=out_channel, out_channels=out_channel,
                               kernel_size=3, stride=1, padding=1, bias=False)
        self.bn2 = nn.BatchNorm2d(out_channel)
        self.downsample = downsample
    def forward(self, x):
        identity = x
        # 判断self.downsample是否为空,如果不为空,则进行实线的残差结构
        if self.downsample is not None:
            identity = self.downsample(x)
        # 主支线的正向传播
        out = self.conv1(x)
        out = self.bn1(out)
        out = self.relu(out)
        out = self.conv2(out)
        out = self.bn2(out)
        # 主线和残差相加
        out += identity
        out = self.relu(out)
        return out


下面的代码段,对应的是一次卷积操作


self.conv1 = nn.Conv2d(in_channels=in_channel, out_channels=out_channel,kernel_size=3, stride=stride, padding=1, bias=False)
self.bn1 = nn.BatchNorm2d(out_channel)
self.relu = nn.ReLU()


重复两次,既有


    # ----------------------------残差结构--------------------------------------------
    # in_channel        输入特征矩阵的深度
    # out_channel       输出特征矩阵的深度,既是卷积核的个数
    # stride            步距,当stride=1时,宽高不变,当stride=2时,宽高为原来的一半
    # downsample        下采样,默认为None。只有使用到虚线残差结构才设为True
    # bias=False        使用BN结构时,不需要使用偏置(bias)
    # -------------------------------------------------------------------------------
    def __init__(self, in_channel, out_channel, stride=1, downsample=None, **kwargs):
        super(BasicBlock, self).__init__()
        self.conv1 = nn.Conv2d(in_channels=in_channel, out_channels=out_channel,
                               kernel_size=3, stride=stride, padding=1, bias=False)
        self.bn1 = nn.BatchNorm2d(out_channel)
        self.relu = nn.ReLU()
        self.conv2 = nn.Conv2d(in_channels=out_channel, out_channels=out_channel,
                               kernel_size=3, stride=1, padding=1, bias=False)
        self.bn2 = nn.BatchNorm2d(out_channel)
        self.downsample = downsample


self.downsample = downsample对应的下采样,即是用一个1*1的卷积实现虚线残差结构。如果self.downsample为空,机型实线残差。如果不为空,则进行虚线的残差结构


out += identity进行残差结构+主线结构


resnet50/101/152的残差结构Bottleneck


mmexport1661412751426.png


class Bottleneck(nn.Module):
    # 卷积核个数改变的倍数,这里主干上的输出深度为输入深度的4倍,则expansion=4
    expansion = 4
    def __init__(self, in_channel, out_channel, stride=1, downsample=None,
                 groups=1, width_per_group=64):
        super(Bottleneck, self).__init__()
        width = int(out_channel * (width_per_group / 64.)) * groups
        self.conv1 = nn.Conv2d(in_channels=in_channel, out_channels=width,
                               kernel_size=1, stride=1, bias=False)  # squeeze channels
        self.bn1 = nn.BatchNorm2d(width)
        # -----------------------------------------
        self.conv2 = nn.Conv2d(in_channels=width, out_channels=width, groups=groups,
                               kernel_size=3, stride=stride, bias=False, padding=1)
        self.bn2 = nn.BatchNorm2d(width)
        # -----------------------------------------
        self.conv3 = nn.Conv2d(in_channels=width, out_channels=out_channel*self.expansion,
                               kernel_size=1, stride=1, bias=False)  # unsqueeze channels
        self.bn3 = nn.BatchNorm2d(out_channel*self.expansion)
        self.relu = nn.ReLU(inplace=True)
        self.downsample = downsample


Bottleneck与BasicBlock相似,仅在几个地方有些许差异


1.expansion = 4:conv1和conv3的输出深度分别为64、256,它们相差了4倍,即是expansion,它在self.conv3 = nn.Conv2d(in_channels=width, out_channels=out_channel*self.expansion,kernel_size=1, stride=1, bias=False)中被使用

2.self.conv2 = nn.Conv2d(in_channels=width, out_channels=width, groups=groups,kernel_size=3, stride=stride, bias=False, padding=1):注意stride=stride,它对应着虚线残差结构中的conv2,stride=2


一层layer的结构(_make_layer()函数)


# ----------------------------一个layer的结构--------------------------------------
# block             残差结构,有BasicBlock、Bottleneck
# channel           与blocks_num对应,残差结构的卷积核数目,为一个列表。如resnet18为[2,2,2,2]
# block_num         该层一共包含了几个残差块,即使执行的次数
# -------------------------------------------------------------------------------
def _make_layer(self, block, channel, block_num, stride=1):
    downsample = None
    # 判断是resnet18/resnet34还是resnet50/resnet101/resnet152
    if stride != 1 or self.in_channel != channel * block.expansion:
        downsample = nn.Sequential(
            nn.Conv2d(self.in_channel, channel * block.expansion, kernel_size=1, stride=stride, bias=False),
            nn.BatchNorm2d(channel * block.expansion))
    # 若有downsample则为虚线残差结构,否则,仍是虚线残差结构
    layers = []
    layers.append(block(self.in_channel,
                        channel,
                        downsample=downsample,
                        stride=stride,
                        groups=self.groups,
                        width_per_group=self.width_per_group))
    self.in_channel = channel * block.expansion
    # 实线残差结构
    for _ in range(1, block_num):
        layers.append(block(self.in_channel,
                            channel,
                            groups=self.groups,
                            width_per_group=self.width_per_group))
    return nn.Sequential(*layers)


block:残差结构,有BasicBlock、Bottleneck


channel:与blocks_num对应,残差结构的卷积核数目,为一个列表。如resnet18为[2,2,2,2]


block_num:该层一共包含了几个残差块,即使执行的次数


1.downsample = None默认下采样为空,即默认不执行1*1卷积核的虚线残差结构

2.if stride != 1 or self.in_channel != channel * block.expansion:默认in_channel=64,channel=64;对于18、34来说:expansion=1,所以self.in_channel != channel * block.expansion成立,故不进入if语句。对于50、101来说:expansion=4,所以不相等,进入if语句

3.if语句就是一个1*1的卷积操作


下图的【💔红色】1对应着代码1部分;【💚绿色】2代表的代码2部分


2e22aa38ea08b3a9d01ac2bc30708c38.jpg

image-20220902211514788.png


ResNet主网络


d3b67a4a32769833366686b3f34e38ba.jpg


class ResNet(nn.Module):
    def __init__(self,
                 block,
                 blocks_num,
                 num_classes=1000,
                 include_top=True,
                 groups=1,
                 width_per_group=64):
        super(ResNet, self).__init__()
        self.include_top = include_top
        self.in_channel = 64
        self.groups = groups
        self.width_per_group = width_per_group
        self.conv1 = nn.Conv2d(3, self.in_channel, kernel_size=7, stride=2,
                               padding=3, bias=False)
        self.bn1 = nn.BatchNorm2d(self.in_channel)
        self.relu = nn.ReLU(inplace=True)
        self.maxpool = nn.MaxPool2d(kernel_size=3, stride=2, padding=1)
        self.layer1 = self._make_layer(block, 64, blocks_num[0])
        self.layer2 = self._make_layer(block, 128, blocks_num[1], stride=2)
        self.layer3 = self._make_layer(block, 256, blocks_num[2], stride=2)
        self.layer4 = self._make_layer(block, 512, blocks_num[3], stride=2)
        if self.include_top:
            self.avgpool = nn.AdaptiveAvgPool2d((1, 1))  # output size = (1, 1)
            self.fc = nn.Linear(512 * block.expansion, num_classes)
        for m in self.modules():
            if isinstance(m, nn.Conv2d):
                nn.init.kaiming_normal_(m.weight, mode='fan_out', nonlinearity='relu')


代码仓库


Image_Classification_Net/ResNet at main · yzfzzz/Image_Classification_Net (github.com)


相关文章
|
6月前
|
机器学习/深度学习 PyTorch 测试技术
|
27天前
|
机器学习/深度学习 编解码 自然语言处理
ResNet(残差网络)
【10月更文挑战第1天】
|
机器学习/深度学习 算法 计算机视觉
经典神经网络论文超详细解读(五)——ResNet(残差网络)学习笔记(翻译+精读+代码复现)
经典神经网络论文超详细解读(五)——ResNet(残差网络)学习笔记(翻译+精读+代码复现)
3528 1
经典神经网络论文超详细解读(五)——ResNet(残差网络)学习笔记(翻译+精读+代码复现)
|
6月前
|
机器学习/深度学习 计算机视觉
深度学习第6天:ResNet深度残差网络
深度学习第6天:ResNet深度残差网络
|
6月前
|
机器学习/深度学习 数据采集 PyTorch
PyTorch搭建卷积神经网络(ResNet-50网络)进行图像分类实战(附源码和数据集)
PyTorch搭建卷积神经网络(ResNet-50网络)进行图像分类实战(附源码和数据集)
215 1
|
6月前
|
机器学习/深度学习 并行计算 算法
【计算机视觉+CNN】keras+ResNet残差网络实现图像识别分类实战(附源码和数据集 超详细)
【计算机视觉+CNN】keras+ResNet残差网络实现图像识别分类实战(附源码和数据集 超详细)
167 0
|
机器学习/深度学习 人工智能 PyTorch
ResNet详解:网络结构解读与PyTorch实现教程
ResNet详解:网络结构解读与PyTorch实现教程
1599 0
|
机器学习/深度学习 数据采集 算法
基于ResNet-101深度学习网络的图像目标识别算法matlab仿真
基于ResNet-101深度学习网络的图像目标识别算法matlab仿真
|
机器学习/深度学习 数据库
【MATLAB第49期】基于MATLAB的深度学习ResNet-18网络不平衡图像数据分类识别模型
【MATLAB第49期】基于MATLAB的深度学习ResNet-18网络不平衡图像数据分类识别模型
|
机器学习/深度学习 算法 数据挖掘
基于ResNet18深度学习网络的mnist手写数字数据库识别matlab仿真
基于ResNet18深度学习网络的mnist手写数字数据库识别matlab仿真
245 0

热门文章

最新文章