如何使用VGG網(wǎng)絡進行MNIST圖像分類
**1 **問題
VGG網(wǎng)絡由牛津大學的Oxford Visual Geometry Group于2015年提出。從誕生之后就收到了學界的廣泛關注。
VGG網(wǎng)絡，可以應用在人臉識別、圖像分類等方面。VGG有兩種結構，分別為16層和19層。具體結構在其文獻做了詳細表述，如下圖所示。
為了學習VGG網(wǎng)絡，本組擬采用配置A在MNIST數(shù)據(jù)集上進行圖像分類實驗。
**2 **方法
首先MNIST的數(shù)據(jù)大小為28*28，需要進行resize才能作為VGG網(wǎng)絡的輸入；同時，本次實驗只需要進行10分類，因此將網(wǎng)絡本身的最后一層原做1000分類的soft-max層移除，替換為FC-10。網(wǎng)絡實現(xiàn)代碼如下：
獲取數(shù)據(jù)后進行resize操作：
實驗部分代碼如下:
實驗結果：
**3 **結語
VGG主要工作是證明了增加網(wǎng)絡的深度能夠在一定程度上影響網(wǎng)絡最終的性能，從本次實驗也可以看出，短時間少周期的訓練并不能使得如此龐大的網(wǎng)絡擁有很好的效果，而在比較小的網(wǎng)絡如LeNet-5這樣的網(wǎng)絡上往往幾個周期就能得到較高的精度。遺憾的是因為實驗設備性能限制，網(wǎng)絡的運行速度很慢，受限于內存大小，BatchSize的大小受限，最大只能到32，沒有充足的調整空間。
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
人臉識別
+關注
關注
77文章
4127瀏覽量
88480 -
圖像分類
+關注
關注
0文章
96瀏覽量
12491 -
vgg
+關注
關注
1文章
11瀏覽量
5454
發(fā)布評論請先 登錄
相關推薦
熱點推薦
《DNK210使用指南 -CanMV版 V1.0》第四十七章 MNIST實驗
，并分別構造并初始化了用于MNIST手寫數(shù)字識別的KPU對象。然后便是在一個循環(huán)中不斷地獲取攝像頭輸出的圖像，在對圖像進行預處理后，將圖像送
發(fā)表于 11-19 10:30
在Ubuntu20.04系統(tǒng)中訓練神經網(wǎng)絡模型的一些經驗
, batch_size=512, epochs=20)總結
這個核心算法中的卷積神經網(wǎng)絡結構和訓練過程，是用來對MNIST手寫數(shù)字圖像進行分類
發(fā)表于 10-22 07:03
基于多通道分類合成的SAR圖像分類研究
。目前,SAR圖像分類多是基于單通道圖像數(shù)據(jù)。多通道SAR數(shù)據(jù)極大地豐富了地物目標信息量,利用多通道數(shù)據(jù)進行分類,是SAR
發(fā)表于 04-23 11:52
計算機視覺必讀：區(qū)分目標跟蹤、網(wǎng)絡壓縮、圖像分類、人臉識別
深度學習目前已成為發(fā)展最快、最令人興奮的機器學習領域之一。本文以計算機視覺的重要概念為線索，介紹深度學習在計算機視覺任務中的應用，包括網(wǎng)絡壓縮、細粒度圖像分類、看圖說話、視覺問答、圖像
發(fā)表于 06-08 08:00
圖像預處理和改進神經網(wǎng)絡推理的簡要介紹
為提升識別準確率，采用改進神經網(wǎng)絡，通過Mnist數(shù)據(jù)集進行訓練。整體處理過程分為兩步：圖像預處理和改進神經網(wǎng)絡推理。
發(fā)表于 12-23 08:07
基于Brushlet和RBF網(wǎng)絡的SAR圖像分類
針對SAR圖像紋理特征豐富的特點，本文提出一種新的SAR圖像分類方法：通過提取Brushlet變換的能量及相位信息作為SAR圖像的紋理特征，然后輸入徑向基函數(shù)RBF
發(fā)表于 12-18 16:20
?20次下載
利用DCNN融合特征對遙感圖像進行場景分類
）、OverFeatL 3種深度卷積神經網(wǎng)絡（DCNN）提取的融合特征進行遙感圖像場景分類方法。通過利用利用3種DCNN提取的歸一化的融合特征進行
發(fā)表于 01-10 16:05
?2次下載
如何使用復雜網(wǎng)絡描述進行圖像深度卷積的分類方法介紹
為了在不增加較多計算量的前提下，提高卷積網(wǎng)絡模型用于圖像分類的正確率，提出了一種基于復雜網(wǎng)絡模型描述的圖像深度卷積
發(fā)表于 12-24 16:40
?4次下載
基于特征交換的卷積神經網(wǎng)絡圖像分類算法
與同類標簽特征圖進行交換，充分融合有限的圖像特征，以解決圖像識別中樣本不足的問題。實驗結果表明，該算法對標注數(shù)據(jù)的依賴性較低且有效提升了網(wǎng)絡識別準確率，適用于數(shù)據(jù)量較小的
發(fā)表于 03-22 14:59
?27次下載
如何搭建VGG網(wǎng)絡實現(xiàn)Mnist數(shù)據(jù)集的圖像分類
如何搭建VGG網(wǎng)絡，實現(xiàn)Mnist數(shù)據(jù)集的圖像分類？
2 方法
步驟:
PyTorch教程8.2之使用塊的網(wǎng)絡(VGG)
電子發(fā)燒友網(wǎng)站提供《PyTorch教程8.2之使用塊的網(wǎng)絡(VGG).pdf》資料免費下載
發(fā)表于 06-05 10:11
?0次下載
基于卷積神經網(wǎng)絡的人臉圖像美感分類案例
摘要：針對復雜環(huán)境下人臉圖像美感分類準確率低的問題，給出一種適用于人臉圖像美感分類的網(wǎng)絡模型F-Net。該模型以LeNet-5為基礎
發(fā)表于 07-19 14:38
?0次下載
使用卷積神經網(wǎng)絡進行圖像分類的步驟
使用卷積神經網(wǎng)絡（CNN）進行圖像分類是一個涉及多個步驟的過程。 1. 問題定義 確定目標 ：明確你想要分類的
工商網(wǎng)監(jiān)
評論