keras yolov3 tiny_yolo_body网络结构改为vgg16结构 40C

将keras框架yolov3 tiny_yolo_body网络结构改为vgg16网络结构,程序能够运行 loss正常下降即可。

2个回答

修改下面网络结构
def tiny_yolo_body(inputs, num_anchors, num_classes):
'''Create Tiny YOLO_v3 model CNN body in keras.'''
x1 = compose(
DarknetConv2D_BN_Leaky(16, (3,3)),
MaxPooling2D(pool_size=(2,2), strides=(2,2), padding='same'),
DarknetConv2D_BN_Leaky(32, (3,3)),
MaxPooling2D(pool_size=(2,2), strides=(2,2), padding='same'),
DarknetConv2D_BN_Leaky(64, (3,3)),
MaxPooling2D(pool_size=(2,2), strides=(2,2), padding='same'),
DarknetConv2D_BN_Leaky(128, (3,3)),
MaxPooling2D(pool_size=(2,2), strides=(2,2), padding='same'),
DarknetConv2D_BN_Leaky(256, (3,3)))(inputs)
x2 = compose(
MaxPooling2D(pool_size=(2,2), strides=(2,2), padding='same'),
DarknetConv2D_BN_Leaky(512, (3,3)),
MaxPooling2D(pool_size=(2,2), strides=(1,1), padding='same'),
DarknetConv2D_BN_Leaky(1024, (3,3)),
DarknetConv2D_BN_Leaky(256, (1,1)))(x1)
y1 = compose(
DarknetConv2D_BN_Leaky(512, (3,3)),
DarknetConv2D(num_anchors*(num_classes+5), (1,1)))(x2)

x2 = compose(
        DarknetConv2D_BN_Leaky(128, (1,1)),
        UpSampling2D(2))(x2)
y2 = compose(
        Concatenate(),
        DarknetConv2D_BN_Leaky(256, (3,3)),
        DarknetConv2D(num_anchors*(num_classes+5), (1,1)))([x2,x1])
return Model(inputs, [y1,y2])
Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
其他相关推荐
VGG16结构分析(keras)
def VGG_16(weights_path=None): model = Sequential() model.add(ZeroPadding2D((1,1),input_shape=(3,224,224)))#卷积输入层,指定了输入图像的大小 model.add(Convolution2D(64, 3, 3, activation='relu'))#64个3x3的卷积...
VGG16结构分析(Keras)
def VGG_16(weights_path=None): model = Sequential() model.add(ZeroPadding2D((1, 1), input_shape=(3, 224, 224))) model.add(Convolution2D(64, (3, 3), activation='relu')) model.add(ZeroP...
VGG16网络结构
-
180529 Vgg16的Keras模型结构参数理解
模型定义 def FCN_Vgg16_32s(input_shape=None, weight_decay=0., batch_momentum=0.9, batch_shape=None, classes=21): if batch_shape: img_input = Input(batch_shape=batch_shape) image_s...
SSD网络结构(vgg16)
def slim_arg_scope_with_bn(weight_decay=0.00001, activation_fn=tf.nn.relu, batch_norm_decay=0.997, batch_norm_epsilon=1e-5, normaliz...
YOLOv3庖丁解牛(一):网络结构
经过大约一个月对YOLO3理论和源码的阅读,今天开始逐渐记录自己对这一大神作的理解。 本文在基于对CNN、keras、tensorflow有一定掌控力的基础上进行描述。 首先,贴出python版star最多的源码地址:https://github.com/qqwweee/keras-yolo3,各位看官可移步阅读。过一段时间我会把自己对每一步源码的注释都附上。 目前可进行工业部署的两大物体检...
关于yolov3的网络结构理解
毕业开题答辩很顺利,但是感觉自己真的给自己挖了个大坑啊。想哭。。。。。真的不知道怎么开展自己的工作,还是先补一些基础知识。写一些博客,把之前做的工作记录一下。 最近在看yolov3的网络结构,了解了一下yolov3的cfg文件。 看了很多博客,但是还是理解的不是特别明白,博客中的图片是从别人的博客下载的。 贴一下觉得讲解的很好的博客 https://blog.paperspace.com/h...
yolov3网络结构分析
  图片为引用后补充,若侵权则删除。 darknet53表示有53个卷积层,实际共占74层(按运行时输出的网络结构来算). detection层负责预测某个规模(划分grid数目,有3个规模13,26,52分别于82,94,106层预测)的boxes回归值(每个格子预测3个boxes的回归值包括坐标,对象和类别,共3*(4+1+20)=75个值). route层若有两个参数,表示连接两...
深度学习-yolov3网络结构
可结合第一张与第二张理解网络结构layer filters size input output 0 conv 32 3 x 3 / 1 416 x 416 x 3 -> 416 x 416 x 32 1 conv 64 3 x 3 / 2 416 x 416 x ...
YOLOv3网络结构细致解析
待填坑。。。
yolov3之网络结构解析
参考网址: https://blog.csdn.net/leviopku/article/details/82660381 代码实现 Model = keras.models.Model def tiny_yolo_body(inputs, num_anchors, num_classes): '''Create Tiny YOLO_v3 model CNN body in ...
VGG16参数分析(Keras)
from keras.applications.vgg16 import VGG16#首先导入VGG16 def VGG16(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000): ...
【keras】走近VGG16卷积神经网络
        VGG16是一个16层的卷积神经网络模型,输入数据的维度为224*224*3,即长宽均为224像素的RGB彩色图片,VGG16模型的权重由ImageNet训练而来。由于其具有简单实用的优点,因此,在图像分类和目标检测任务中得到了较为广泛的应用。 1.卷积神经网络的基本概念 1.1卷积         简单的将其理解为一种数学运算,具体的计算过程如下图所示:       ...
Keras —— 可视化VGG16的滤波器
一、变量初始化 # 对于每个滤波器,生成图像的维度 img_width = 128 img_height = 128 # 我们想去可视化层的名字 # (看模型定义在 keras/applications/vgg16.py) layer_name = 'block5_conv1' 二、将张量转换为有效图像 def deprocess_image(x): # 对张量进行规范...
keras 网络结构可视化方式
前提: 需要安装pydot和graphviz 安装方式分别为: pip install pydot sudo apt-get install graphviz 安装完成后,在需要输出图像的模块中导入可视化模型函数 from keras.utils.vis_utils import plot_model 该可视化函数使用方式如下: plot_model(model,t
keras 网络结构模型可视化
官方文档: http://keras-cn.readthedocs.io/en/latest/other/visualization/ pip安装pydot和graphviz: pip install pygot pip install graphviz 发现还是报错: ImportError: Failed to import pydot. You must install pydo
keras查看网络结构
最近想使用DenseNet做特征提取,但是不知道DenseNet具体结构,所以做了一下DenseNet结构可视化。 # -*- coding: utf-8 -*- """ Created on Tue Feb 19 13:35:11 2019 @author: 13260 """ from keras.applications.densenet import DenseNet201,pre...
Keras:网络结构可视化
MMdnn Visualizer网络可视化。微软最近开源了MMdnn,可用于转换、可视化和诊断深度神经网络。目前支持 CNTK、Tensorflow、Caffe、Keras、MXNet等框架。https://github.com/Microsoft/MMdnn 具体步骤:1 安装MMdnnpip install https://github.com/Microsoft/MMdnn/releases...
keras模型——VGG16模型解析
运行代码 VGG16_model = VGG16(weights='imagenet') VGG16_model.summary() 层情况 _________________________________________________________________ Layer (type) Output Shape Param #...
从keras看VGG16结构图
vgg16模型结构
【深度学习】tensorflow加载VGG16的网络结构和模型参数
文件介绍synset.txt:标签列表 vgg16-20160129.tfmodel:pre-trained vgg16的网络结构和结点参数定义输入placeholderimages = tf.placeholder("float", [None, 224, 224, 3])加载模型with open("model/vgg16-20160129.tfmodel", mode='rb') as f:
基于Keras的YOLOV3源码实现疑问
rnrn```rn @wraps(Conv2D)rndef DarknetConv2D(*args, **kwargs):rn """Wrapper to set Darknet parameters for Convolution2D."""rn darknet_conv_kwargs = 'kernel_regularizer': l2(5e-4)rn darknet_conv_kwargs['padding'] = 'valid' if kwargs.get('strides')==(2,2) else 'same'rn darknet_conv_kwargs.update(kwargs)rn return Conv2D(*args, **darknet_conv_kwargs)rnrndef DarknetConv2D_BN_Leaky(*args, **kwargs):#*用于参数前面,表示传入的(多个)参数将按照元组的形式存储;**用于参数前则表示传入的(多个)参数将按照字典的形式存储rn """Darknet Convolution2D followed by BatchNormalization and LeakyReLU."""rn no_bias_kwargs = 'use_bias': Falsern no_bias_kwargs.update(kwargs)rn return compose(rn DarknetConv2D(*args, **no_bias_kwargs),rn BatchNormalization(),#归一化rn LeakyReLU(alpha=0.1))#compose函数的作用:为嵌套函数 a = compose(b,c,d) 则a(1)=d(c(b(1)))rnrndef resblock_body(x, num_filters, num_blocks):rn '''A series of resblocks starting with a downsampling Convolution2D'''rn # Darknet uses left and top padding instead of 'same' modern x = ZeroPadding2D(((1,0),(1,0)))(x)#???rn x = DarknetConv2D_BN_Leaky(num_filters, (3,3), strides=(2,2))(x)rn for i in range(num_blocks):rn y = compose(rn DarknetConv2D_BN_Leaky(num_filters//2, (1,1)),rn DarknetConv2D_BN_Leaky(num_filters, (3,3)))(x)rn x = Add()([x,y])rn return xrn```rnrnrn 1.请问这里wraps的功能以及意义是什么?rn 2.源码中出现大量类似x = ZeroPadding2D(((1,0),(1,0)))(x)#???形式的语句,请问语句最后的(x)是什么意思?rn 3. x = DarknetConv2D_BN_Leaky(num_filters, (3,3), strides=(2,2))(x)语句在调用DarknetConv2D_BN_Leaky函数时传入的参数哪一部分是*args,哪一步分是 **kwargs
【keras】GoogleNet 网络结构及其实现
深度学习模型常常通过增加模型的深度或者宽度来获得更高的性能。本文将就深度学习常见的网络结构进行介绍。 GoogLeNet是2014年Christian Szegedy提出的一种全新的深度学习结构,在这之前的AlexNet、VGG等结构都是通过增大网络的深度来获得更好的训练效果,但层数的增加会带来很多负作用,比如overfit、梯度消失、梯度爆炸等。 在介绍GoogLeNet之前,先介绍一下两种...
vgg网络结构以及keras实现
图像分类系列: 0、BP前反馈神经网络原理详解 1、Lenet详解 2、Alexnet详解 3、VGG网络结构 4、NIN网络结构 5、Googlenet inception v1 结构详解、inception v2 和 inception v3 VGG和GoogleNet同在2014年参赛,图像分类任务中GoogLeNet第一,VGG第二,它们都是重要的网络结构。VGG在AlexN...
著名的CNN网络结构和Keras实现
LeNet 1989 PaperLink A layered model composed of convolution and subsampling operations followed by a holistic representation and ultimately a classifier for handwritten digits. AlexNet 2012 NI...
神经网络结构可视化(Keras版)
mark一下: from keras.utils.vis_utils import model_to_dot from IPython.display import SVG #model即为要可视化的网络模型 SVG(model_to_dot(model).create(prog='dot', format='svg')) demo效果如下: ...
经典卷积神经网络结构——AlexNet网络结构详解(卷积神经网络入门,Keras代码实现)
背景简介 在 LeNet 问世后的第4年,2012年, AlexNet 在 ImageNet LSVRC-2010 数据集上对1000个类别的图像进行分类取得了当时最好的效果;同时在 ILSVRC-2012 数据集上取得了当时第一的成绩。在AlexNet之后,图像分类模型越来越复杂,网络也越来越 deep。现在 AlexNet 仍然可以应用到小数据集上,做一些验证性的实验。 原论文 https:/...
经典卷积神经网络结构——VGG网络结构详解(卷积神经网络入门,Keras代码实现)
背景简介 2012年 AlexNet 在 ImageNet 上显著的降低了分类错误率,深度神经网络进入迅速发展阶段。在2014年牛津大学机器人实验室尝试构建了更深的网络,文章中称为"VERY DEEP CONVOLUTIONAL NETWORKS",如VGG16,有16层,虽然现在看起来稀疏平常,但与 AlexNet 相比,翻了几倍。这个阶段,主要是没有解决网络太深梯度反向传播消失的问题,且受限于...
经典网络结构:resnet18结构
Resnet 网络结构: layer { name: "res2c" type: "Eltwise" bottom: "res2b" bottom: "res2c_branch2c" top: "res2c" } layer { name: "res2c_relu" type: "ReLU" bottom: "res2c&q
LTE网络结构及协议结构
LTE网络结构及协议结构 LTE网络结构及协议结构 LTE网络结构及协议结构
yolov3源码结构
darknet. py def get_test_input() #对测试图片进行预处理(图片的大小,GBR通道改成RGB通道) def parse_cfg(cfgfile) #对cfg配置文件进行处理-->输入yolov3.cfg配置文件,返回列表对象,其中每一个元素为一个字典类型对应于一个要建立的神经网络模块(层) class EmptyLayer(nn.Module): clas...
Keras 利用vgg16进行猫狗识别
前面我们介绍了基于Tensorflow使用vgg16 fine-tuning实现了猫狗大战 https://blog.csdn.net/nvidiacuda/article/details/83413837 这里采用keras实现vgg16 fine-tuning实现了猫狗大战 1、数据的提取 import os import numpy as np import random from...
keras迁移学习 使用vgg16进行手写数字识别
一个简单的迁移学习案例:使用keras 将vgg16用于手写数字识别     # -*- coding: utf-8 -*- """ Created on Tue Nov 21 22:26:20 2017 @author: www """ from keras.models import Model from keras.layers import Dense, Flatten, Dro...
【keras】加载VGG16模型的预训练权重
#!/usr/bin/python3 # -*- coding: utf-8 -*- # @Time: 2018/8/15 # @Author: xfLi #加载模型的预训练权重 import numpy as np from keras.applications.vgg16 import VGG16 from keras.models import Model from keras.pre...
180705 利用Keras参看Vgg16模型参数
从keras看VGG16结构图 模型代码 #!/usr/bin/env python3 # -*- coding: utf-8 -*- """ Created on Thu Jul 5 14:50:29 2018 @author: brucelau "&quo
迁移学习:keras + vgg16 + cifar10 实现图像识别
框架:keras 数据集:CIFAR10 模型:vgg16 注:vgg16模型的输入图像尺寸至少为 48*48 1.模型结构 Layer (type) Output Shape Param # input_1 (InputLayer) (None, 64, 64, 3) 0 block1_conv1 (C...
keras上Vgg16的finetune实现代码
本文针对初学者,结合自己动手经验对keras文档中 面向小数据集构建图像分类模型 这一节中设计的代码及实现效果做一个总结,希望对急于实现分类效果的新人有一定帮助! 全文分为三个部分,分别对应keras文档中的三部分完整代码的可运行版(本人机器配置:1050Ti显卡+tensoflow(1.12.0)(有无gpu都可以)+Keras (2.2.4)+Keras-Applications (1.0....
深度学习入门实战----基于Keras的手写数字识别 (VGG16)
接着上一篇博客:深度学习入门实战----基于Keras的手写数字识别 (LeNet) 本文采用经典的VGG16网络结构 VGG16 论文题目:《Very Deep Convolutional Networks For Large-Scale Image Recongnition》              论文链接:paper link 背景介绍可参照上一篇博客,本文直接贴上VGG16的代...
keras搬砖系列-vgg16进行分类
keras搬砖系列-vgg16进行分类 表头: import time from keras.applications.imagenet_utils import preprocess_input, decode_predictions from keras.layers import Dropout, Flatten, Dense from keras.layers.convolutiona
keras 利用vgg16进行十分类模型训练
导入模块 import os import numpy as np import tensorflow as tf import random import seaborn as sns import matplotlib.pyplot as plt from keras.models import Sequential, Model from keras.layers import Den...
相关热词 c# stream 复制 android c# c#监测窗口句柄 c# md5 引用 c# 判断tabtip 自己写个浏览器程序c# c# 字符串变成整数数组 c#语言编程写出一个方法 c# 转盘抽奖 c#选中treeview