數字圖像處理：AlexNet代碼（pytorch）之model.py解讀

首先看一下網絡架構：

非常簡單的一個訓練檔案，一個測試檔案，一個模型檔案。

模型結構圖：

亮點（2012）：

缺點：

1.model.py

 對照表：

 self.features = nn.Sequential() ：精簡子產品代碼，提高複用。放入conv層代碼或者全連接配接層代碼。

第一層：Conv1-》 nn.Conv2d(3, 48, kernel_size=11, stride=4, padding=2),  

卷積核大小=11，卷積核個數=48，RGB圖像：3通道，步長=4，圖像上下，左右各加兩層0.

輸入：3,通道224x224

輸出：48層, 55x 55。

然後結果一次Relu函數的激活。

第二層：最大池化Maxpool1-》 nn.MaxPool2d(kernel_size=3, stride=2),    

卷積核大小=11，步長=2

輸出: 48層 27x27

第三層：Conv2-》 nn.Conv2d(48, 128, kernel_size=5, padding=2),     

卷積核大小=5，卷積核個數=128，RGB圖像：48通道，步長=1，圖像上下，左右各加兩層0.

輸入： 48層 27x27

輸出：128層 27,x27，大小沒變

然後結果一次Relu函數的激活。

第四層：最大池化Maxpool2-》  nn.MaxPool2d(kernel_size=3, stride=2),

卷積核大小=3，步長=2

輸出: 48層 13x13

第五層：Conv3-》 nn.Conv2d(128, 192, kernel_size=3, padding=1),

卷積核大小=3，卷積核個數=192，RGB圖像：128通道，步長=1，圖像上下，左右各加兩層0.

輸出：192層 13,x13，大小沒變

然後結果一次Relu函數的激活。

第六層：Conv4-》nn.Conv2d(192, 192, kernel_size=3, padding=1),

卷積核大小=3，卷積核個數=192，RGB圖像：192通道，步長=1，圖像上下，左右各加一層0.

輸出：192層 13,x13，大小沒變

然後結果一次Relu函數的激活。

第七層：Conv5-》nn.Conv2d(192, 128, kernel_size=3, padding=1),

卷積核大小=3，卷積核個數=128，RGB圖像：192通道，步長=1，圖像上下，左右各加一層0.

輸出：128層 13x13，大小沒變

然後結果一次Relu函數的激活。

第八層：最大池化Maxpool3-》 nn.MaxPool2d(kernel_size=3, stride=2),  

卷積核大小=3，步長=2

輸出: 48層 6x6

下面就是分類層classifier：

Dropout層：nn.Dropout(p=0.5)-》随機損失一半權重參數

全連接配接層：nn.Linear(128 * 6 * 6, 2048),-》輸入128通道的6*6圖像，連接配接層節點個數為2048個

ReL激活層： nn.ReLU(inplace=True),-》減少計算 量，防止梯度消失。

Dropout層：nn.Dropout(p=0.5)-》随機損失一半權重參數

全連接配接層：nn.Linear(2048, 2048),,-》輸入2048個參數，連接配接層節點個數為2048個

ReL激活層： nn.ReLU(inplace=True),-》減少計算 量，防止梯度消失。

全連接配接層：nn.Linear(2048, num_classes),,,-》輸入2048個參數，連接配接層節點個數為分類個數

最後是權重初始化：

 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.Linear):

                nn.init.normal_(m.weight, 0, 0.01)

                nn.init.constant_(m.bias, 0)

如果調用model.py時傳入init_weights參數為TRUE。模型調用此方法初始化卷積層核全連接配接層參數為0，就是從頭開始訓練，一般不用這個函數。

前向傳播函數：def forward(self, x):

調用卷積模型：x = self.features(x)

将卷積層得到的參數轉成一維向量：x = torch.flatten(x, start_dim=1)

 傳入全連接配接層：x = self.classifier(x)

最後附上完整代碼：

import torch.nn as nn
import torch


class AlexNet(nn.Module):
    def __init__(self, num_classes=1000, init_weights=False):
        super(AlexNet, self).__init__()
        self.features = nn.Sequential(
            nn.Conv2d(3, 48, kernel_size=11, stride=4, padding=2),  # input[3, 224, 224]  output[48, 55, 55]
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),                  # output[48, 27, 27]
            nn.Conv2d(48, 128, kernel_size=5, padding=2),           # output[128, 27, 27]
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),                  # output[128, 13, 13]
            nn.Conv2d(128, 192, kernel_size=3, padding=1),          # output[192, 13, 13]
            nn.ReLU(inplace=True),
            nn.Conv2d(192, 192, kernel_size=3, padding=1),          # output[192, 13, 13]
            nn.ReLU(inplace=True),
            nn.Conv2d(192, 128, kernel_size=3, padding=1),          # output[128, 13, 13]
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),                  # output[128, 6, 6]
        )
        self.classifier = nn.Sequential(
            nn.Dropout(p=0.5),
            nn.Linear(128 * 6 * 6, 2048),
            nn.ReLU(inplace=True),
            nn.Dropout(p=0.5),
            nn.Linear(2048, 2048),
            nn.ReLU(inplace=True),
            nn.Linear(2048, num_classes),
        )
        if init_weights:
            self._initialize_weights()

    def forward(self, x):
        x = self.features(x)
        x = torch.flatten(x, start_dim=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.Linear):
                nn.init.normal_(m.weight, 0, 0.01)
                nn.init.constant_(m.bias, 0)
           

GitHub連結：https://github.com/WZMIAOMIAO/deep-learning-for-image-processing