ResNet-50 是一个基于残差网络(ResNet)架构的深度卷积神经网络。其核心创新是引入了残差块(Residual Blocks),这种结构通过跳跃连接(Skip Connections)解决了深度网络中的梯度消失和退化问题,使得网络可以达到更深的层次而不会出现过拟合或梯度问题。
结构组成
- 输入层:- 图像输入:通常是一个 224x224 像素的 RGB 图像,具有 3 个通道。
- 初始卷积层:- 卷积层:7x7 的卷积核,64 个滤波器,步幅为 2,用于特征提取。- 批归一化层:进行归一化,提升训练的稳定性。- ReLU 激活层:引入非线性。- 最大池化层:3x3 的池化核,步幅为 2,进一步减少特征图的尺寸。
- 残差块(Residual Blocks):- 每个块的结构: - 卷积层:1x1、3x3 和 1x1 的卷积核,用于特征的提取和维度的变化。- 批归一化层:对每个卷积层进行归一化。- ReLU 激活层:引入非线性。- 跳跃连接:将块的输入直接加到块的输出上,确保梯度可以在反向传播中流动。- 在 ResNet-50 中,网络包含了 16 个这样的残差块,分为四个阶段: - 第一个阶段(Convolutional Block):包括 3 个残差块,每个块有 64 个滤波器。- 第二个阶段(Bottleneck Block):包括 4 个残差块,每个块有 128 个滤波器。- 第三个阶段(Bottleneck Block):包括 6 个残差块,每个块有 256 个滤波器。- 第四个阶段(Bottleneck Block):包括 3 个残差块,每个块有 512 个滤波器。
- 全局平均池化层:- 通过平均池化将特征图的每个通道的空间维度压缩为一个单一的值,生成全局特征向量。
- 全连接层:- 用于最终的分类任务,将全局特征向量映射到类别数上,通常跟随一个 Softmax 层进行分类。
- Softmax 层:- 计算每个类别的概率,并用于最终的分类决策。
网络细节
- 残差块设计:- Bottleneck 结构:每个残差块由三个卷积层组成,使用 1x1 卷积降低维度,3x3 卷积处理主要特征,另一个 1x1 卷积恢复维度。- 步幅和填充:在一些块中,使用步幅为 2 的卷积来减小特征图的尺寸,并使用填充来保持输出尺寸。
- 参数量:- ResNet-50 约有 25.6 百万(2.56 x 10^7)个参数。
优势
- 深层网络的训练:通过跳跃连接,ResNet-50 能够有效地训练非常深的网络。
- 性能优越:在许多计算机视觉任务中,ResNet-50 提供了优秀的性能,特别是在 ImageNet 数据集上的图像分类任务。
- 减少梯度消失:残差连接允许梯度直接传递,从而缓解了梯度消失的问题,特别是在深层网络中。
应用
- 图像分类:作为特征提取器用于图像分类任务。
- 目标检测:作为 backbone 网络用于复杂的目标检测任务。
- 图像分割:作为特征提取器用于图像分割网络。
ResNet-50 由于其结构设计和性能表现,已经成为计算机视觉领域的一个标准模型,广泛应用于各种视觉任务。
ResNet-50包含两个基础的块,即 Conv Block 和 ID Block。ResNet50 的 Conv Block 和 ID Block 的结构如下图所示。
1、resnet50的代码实现
import torch
import torch.nn as nn
class BasicBlock(nn.Module):
expansion = 1
def __init__(self, in_channels, out_channels, stride=1, downsample=None):
super(BasicBlock, self).__init__()
self.conv1 = nn.Conv2d(in_channels, out_channels, kernel_size=3, stride=stride, padding=1, bias=False)
self.bn1 = nn.BatchNorm2d(out_channels)
self.relu = nn.ReLU(inplace=True)
self.conv2 = nn.Conv2d(out_channels, out_channels, kernel_size=3, padding=1, bias=False)
self.bn2 = nn.BatchNorm2d(out_channels)
self.downsample = downsample
self.stride = stride
def forward(self, x):
identity = x
if self.downsample is not None:
identity = self.downsample(x)
out = self.conv1(x)
out = self.bn1(out)
out = self.relu(out)
out = self.conv2(out)
out = self.bn2(out)
out += identity
out = self.relu(out)
return out
class ResNet(nn.Module):
def __init__(self, block, layers, num_classes=1000):
super(ResNet, self).__init__()
self.in_channels = 64
self.conv1 = nn.Conv2d(3, 64, kernel_size=7, stride=2, padding=3, bias=False)
self.bn1 = nn.BatchNorm2d(64)
self.relu = nn.ReLU(inplace=True)
self.maxpool = nn.MaxPool2d(kernel_size=3, stride=2, padding=1)
self.layer1 = self._make_layer(block, 64, layers[0])
self.layer2 = self._make_layer(block, 128, layers[1], stride=2)
self.layer3 = self._make_layer(block, 256, layers[2], stride=2)
self.layer4 = self._make_layer(block, 512, layers[3], stride=2)
self.avgpool = nn.AdaptiveAvgPool2d((1, 1))
self.fc = nn.Linear(512 * block.expansion, num_classes)
def _make_layer(self, block, out_channels, blocks, stride=1):
downsample = None
if stride != 1 or self.in_channels != out_channels * block.expansion:
downsample = nn.Sequential(
nn.Conv2d(self.in_channels, out_channels * block.expansion, kernel_size=1, stride=stride, bias=False),
nn.BatchNorm2d(out_channels * block.expansion),
)
layers = []
layers.append(block(self.in_channels, out_channels, stride, downsample))
self.in_channels = out_channels * block.expansion
for _ in range(1, blocks):
layers.append(block(self.in_channels, out_channels))
return nn.Sequential(*layers)
def forward(self, x):
x = self.conv1(x)
x = self.bn1(x)
x = self.relu(x)
x = self.maxpool(x)
x = self.layer1(x)
x = self.layer2(x)
x = self.layer3(x)
x = self.layer4(x)
x = self.avgpool(x)
x = torch.flatten(x, 1)
x = self.fc(x)
return x
def resnet50(num_classes=1000):
return ResNet(BasicBlock, [3, 4, 6, 3], num_classes)
# 创建模型
model = resnet50(num_classes=10) # 修改为你自己的类别数量
# 将模型移动到设备(例如 GPU)
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
model.to(device)
print(model)
2、使用
torchvision
提供的预定义 ResNet-50
PyTorch 的
torchvision
库中已经包含了预定义的 ResNet-50 模型。可以直接加载和使用这个模型:
import torch
import torchvision.models as models
# 加载预训练的 ResNet-50 模型
model = models.resnet50(pretrained=True)
# 如果你需要修改模型(例如改变最后的全连接层)
num_classes = 10 # 修改为你自己的类别数量
model.fc = torch.nn.Linear(model.fc.in_features, num_classes)
# 将模型移动到设备(例如 GPU)
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
model.to(device)
print(model)
版权归原作者 辽逸 所有, 如有侵权,请联系我们删除。