0

0

基于SPPNET的图像分类网络

P粉084495128

P粉084495128

发布时间:2025-07-30 11:33:02

|

994人浏览过

|

来源于php中文网

原创

本文复现了基于SPP特征金字塔池化的图像分类网络,SPP可解决输入尺寸差异问题。网络含五层卷积、两层全连接及SPP层,在Cifar10数据集上实验,经20个epoch训练,训练准确率约28.97%,测试准确率约23.73%,呈现了模型的训练过程与性能。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

基于sppnet的图像分类网络 - php中文网

基于SPPNET的图像分类网络

1 前言

  由于工作需要,最近整理了神经网络中的各种池化方式,对于Spatial Pyramid Pooling(SPP)特征金字塔池化在本项目中做了一个复现,并基于此模块搭建了一个图像分类网络,并在Cifar10数据库中进行了实验。

2 特征金字塔池化SPP介绍

  由于卷积神经网络的全连接层需要固定输入的尺寸,而Selective search所得到的候选区域存在尺寸上的差异,无法直接输入到卷积神经网络中实现区域的特征提取,因此RCNN先将候选区缩放至指定大小随后再输入到模型中进行特征提取直接对区域进行裁剪会导致区域缺失,而将区域缩放则可能导致目标过度形变而导致后续分类错误(例如筷子是细长形的,如果将其直接形变成正方形则会使其严重失真而错误分类)。
基于SPPNET的图像分类网络 - php中文网
  如上图所示,直接对区域进行裁剪会导致区域缺失,而将区域缩放则可能导致目标过度形变而导致后续分类错误(例如筷子是细长形的,如果将其直接形变成正方形则会使其严重失真而错误分类)。其主要结构如下图所示:
基于SPPNET的图像分类网络 - php中文网        

3 代码复现

In [1]
import mathimport paddleimport paddle.nn as nnimport functoolsimport numpy as npimport paddle.nn.functional as Fdef spatial_pyramid_pool(previous_conv, num_sample, previous_conv_size, out_pool_size):
    '''
    previous_conv: a tensor vector of previous convolution layer
    num_sample: an int number of image in the batch
    previous_conv_size: an int vector [height, width] of the matrix features size of previous convolution layer
    out_pool_size: a int vector of expected output size of max pooling layer
    
    returns: a tensor vector with shape [1 x n] is the concentration of multi-level pooling
    '''    
    # print(previous_conv.size())

    for i in range(len(out_pool_size)): 
        # print(previous_conv_size)
        # out_pool_size[i]
        h_wid = int(math.ceil(previous_conv_size[0] / out_pool_size[i]))
        w_wid = int(math.ceil(previous_conv_size[1] / out_pool_size[i]))
        h_pad = (h_wid*out_pool_size[i] - previous_conv_size[0] + 1)
        w_pad = (w_wid*out_pool_size[i] - previous_conv_size[1] + 1)


        maxpool = nn.MaxPool2D((h_wid, w_wid), stride=(h_wid, w_wid), padding=(h_pad, w_pad))
        x = maxpool(previous_conv)        if(i == 0):            # spp = x.reshape(num_sample,-1)
   
            spp = paddle.reshape(x, [num_sample,-1])        else:

            spp = paddle.concat([spp,paddle.reshape(x, [num_sample,-1])], 1)    return spp
   

3.1 网络搭建

  在搭建的CNN网络中,采用了五层卷积层,两层全连接层,在卷积层与全连接层之间添加了SPP层。其模型结构在下面的cell中已经输出

Programming Helper
Programming Helper

AI代码自动生成器,在AI的帮助下更快地编程

下载
In [2]
class SPP_NET(nn.Layer):
    '''
    A CNN model which adds spp layer so that we can input multi-size tensor
    '''
    def __init__(self, input_nc=3, ndf=64,  gpu_ids=[0]):
        super(SPP_NET, self).__init__()
        self.gpu_ids = gpu_ids
        self.output_num = [4,2,1]
        
        self.conv1 = nn.Conv2D(input_nc, ndf, kernel_size=4, stride=2)
        
        self.conv2 = nn.Conv2D(ndf, ndf * 2, kernel_size=4, stride=2)
        self.BN1 = nn.BatchNorm2D(ndf * 2)

        self.conv3 = nn.Conv2D(ndf * 2, ndf * 4, kernel_size=4, stride=2)
        self.BN2 = nn.BatchNorm2D(ndf * 4)

        self.conv4 = nn.Conv2D(ndf * 4, ndf * 8, kernel_size=4, stride=2)
        self.BN3 = nn.BatchNorm2D(ndf * 8)        # self.conv5 = nn.Conv2D(ndf * 8, 64, kernel_size=4, stride=2)
        self.fc1 = nn.Linear(10752,4096)
        self.fc2 = nn.Linear(4096,1000)    def forward(self,x):
        x = self.conv1(x)
        x = F.leaky_relu(x)

        x = self.conv2(x)
        x = F.leaky_relu(self.BN1(x))

        x = self.conv3(x)
        x = F.leaky_relu(self.BN2(x))
        
        x = self.conv4(x)        # print(x.shape)
        # x = F.leaky_relu(self.BN3(x))
        # x = self.conv5(x)
        spp = spatial_pyramid_pool(x,512,[int(x.shape[2]),int(x.shape[3])],self.output_num)        
        # print(spp.shape)

        fc1 = self.fc1(spp)
        fc2 = self.fc2(fc1)
        s = nn.Sigmoid()
        output = s(fc2)        return spp
   
In [3]
spp = SPP_NET()

paddle.summary(spp, (512, 3, 224, 224))
       
W0613 21:40:22.094002  4661 gpu_context.cc:278] Please NOTE: device: 0, GPU Compute Capability: 7.0, Driver API Version: 11.2, Runtime API Version: 10.1
W0613 21:40:22.098572  4661 gpu_context.cc:306] device: 0, cuDNN Version: 7.6.
       
----------------------------------------------------------------------------
 Layer (type)        Input Shape          Output Shape         Param #    
============================================================================
   Conv2D-1     [[512, 3, 224, 224]]  [512, 64, 111, 111]       3,136     
   Conv2D-2     [[512, 64, 111, 111]]  [512, 128, 54, 54]      131,200    
 BatchNorm2D-1  [[512, 128, 54, 54]]   [512, 128, 54, 54]        512      
   Conv2D-3     [[512, 128, 54, 54]]   [512, 256, 26, 26]      524,544    
 BatchNorm2D-2  [[512, 256, 26, 26]]   [512, 256, 26, 26]       1,024     
   Conv2D-4     [[512, 256, 26, 26]]   [512, 512, 12, 12]     2,097,664   
   Linear-1        [[512, 10752]]         [512, 4096]        44,044,288   
   Linear-2         [[512, 4096]]         [512, 1000]         4,097,000   
============================================================================
Total params: 50,899,368
Trainable params: 50,897,832
Non-trainable params: 1,536
----------------------------------------------------------------------------
Input size (MB): 294.00
Forward/backward pass size (MB): 7656.16
Params size (MB): 194.17
Estimated Total Size (MB): 8144.32
----------------------------------------------------------------------------
       
{'total_params': 50899368, 'trainable_params': 50897832}
               

4 模型实验

In [4]
import paddlefrom paddle.metric import Accuracyfrom paddle.vision.transforms import Compose, Normalize, Resize, Transpose, ToTensor

callback = paddle.callbacks.VisualDL(log_dir='visualdl_log_dir')

normalize = Normalize(mean=[0.5, 0.5, 0.5],
                    std=[0.5, 0.5, 0.5],
                    data_format='HWC')
transform = Compose([ToTensor(), Normalize(), Resize(size=(224,224))])

cifar10_train = paddle.vision.datasets.Cifar10(mode='train',
                                               transform=transform)
cifar10_test = paddle.vision.datasets.Cifar10(mode='test',
                                              transform=transform)# 构建训练集数据加载器train_loader = paddle.io.DataLoader(cifar10_train, batch_size=512, shuffle=True, drop_last=True)# 构建测试集数据加载器test_loader = paddle.io.DataLoader(cifar10_test, batch_size=512, shuffle=True, drop_last=True)

model = paddle.Model(SPP_NET())
optim = paddle.optimizer.Adam(learning_rate=0.001, parameters=model.parameters())

model.prepare(
    optim,
    paddle.nn.CrossEntropyLoss(),
    Accuracy()
    )

model.fit(train_data=train_loader,
        eval_data=test_loader,
        epochs=20,
        callbacks=callback,
        verbose=1
        )
       
The loss value printed in the log is the current step, and the metric is the average value of previous steps.
Epoch 1/20
       
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/paddle/nn/layer/norm.py:654: UserWarning: When training, we now always track global mean and variance.
  "When training, we now always track global mean and variance.")
       
step 97/97 [==============================] - loss: 3.0664 - acc: 0.0645 - 963ms/step          
Eval begin...
step 19/19 [==============================] - loss: 3.0703 - acc: 0.0659 - 693ms/step          
Eval samples: 9728
Epoch 2/20
step 97/97 [==============================] - loss: 3.0675 - acc: 0.0742 - 972ms/step          
Eval begin...
step 19/19 [==============================] - loss: 3.0606 - acc: 0.0702 - 677ms/step          
Eval samples: 9728
Epoch 3/20
step 97/97 [==============================] - loss: 3.0885 - acc: 0.0756 - 962ms/step          
Eval begin...
step 19/19 [==============================] - loss: 3.0654 - acc: 0.0738 - 682ms/step          
Eval samples: 9728
Epoch 4/20
step 97/97 [==============================] - loss: 3.0523 - acc: 0.0772 - 963ms/step          
Eval begin...
step 19/19 [==============================] - loss: 3.0613 - acc: 0.0730 - 688ms/step          
Eval samples: 9728
Epoch 5/20
step 97/97 [==============================] - loss: 3.0516 - acc: 0.0836 - 970ms/step          
Eval begin...
step 19/19 [==============================] - loss: 3.0512 - acc: 0.0791 - 701ms/step          
Eval samples: 9728
Epoch 6/20
step 97/97 [==============================] - loss: 3.0462 - acc: 0.0899 - 962ms/step          
Eval begin...
step 19/19 [==============================] - loss: 3.0617 - acc: 0.0816 - 690ms/step          
Eval samples: 9728
Epoch 7/20
step 97/97 [==============================] - loss: 3.0466 - acc: 0.0957 - 981ms/step          
Eval begin...
step 19/19 [==============================] - loss: 3.0432 - acc: 0.0847 - 693ms/step          
Eval samples: 9728
Epoch 8/20
step 97/97 [==============================] - loss: 2.9990 - acc: 0.1179 - 968ms/step          
Eval begin...
step 19/19 [==============================] - loss: 2.9948 - acc: 0.1276 - 691ms/step          
Eval samples: 9728
Epoch 9/20
step 97/97 [==============================] - loss: 2.8898 - acc: 0.1448 - 984ms/step          
Eval begin...
step 19/19 [==============================] - loss: 2.9805 - acc: 0.1280 - 700ms/step          
Eval samples: 9728
Epoch 10/20
step 97/97 [==============================] - loss: 2.8020 - acc: 0.1579 - 968ms/step          
Eval begin...
step 19/19 [==============================] - loss: 2.8480 - acc: 0.1619 - 685ms/step          
Eval samples: 9728
Epoch 11/20
step 97/97 [==============================] - loss: 2.8151 - acc: 0.1733 - 973ms/step          
Eval begin...
step 19/19 [==============================] - loss: 2.8623 - acc: 0.1589 - 680ms/step          
Eval samples: 9728
Epoch 12/20
step 97/97 [==============================] - loss: 2.8155 - acc: 0.1836 - 968ms/step          
Eval begin...
step 19/19 [==============================] - loss: 2.8546 - acc: 0.1651 - 689ms/step          
Eval samples: 9728
Epoch 13/20
step 97/97 [==============================] - loss: 2.7447 - acc: 0.1943 - 971ms/step          
Eval begin...
step 19/19 [==============================] - loss: 2.8033 - acc: 0.1772 - 712ms/step          
Eval samples: 9728
Epoch 14/20
step 97/97 [==============================] - loss: 2.7725 - acc: 0.2043 - 968ms/step          
Eval begin...
step 19/19 [==============================] - loss: 2.8072 - acc: 0.1818 - 695ms/step          
Eval samples: 9728
Epoch 15/20
step 97/97 [==============================] - loss: 2.6786 - acc: 0.2165 - 965ms/step          
Eval begin...
step 19/19 [==============================] - loss: 2.7682 - acc: 0.1875 - 703ms/step          
Eval samples: 9728
Epoch 16/20
step 97/97 [==============================] - loss: 2.6975 - acc: 0.2253 - 966ms/step          
Eval begin...
step 19/19 [==============================] - loss: 2.7896 - acc: 0.1958 - 723ms/step          
Eval samples: 9728
Epoch 17/20
step 97/97 [==============================] - loss: 2.6766 - acc: 0.2398 - 993ms/step          
Eval begin...
step 19/19 [==============================] - loss: 2.7029 - acc: 0.2032 - 685ms/step          
Eval samples: 9728
Epoch 18/20
step 97/97 [==============================] - loss: 2.6638 - acc: 0.2562 - 971ms/step          
Eval begin...
step 19/19 [==============================] - loss: 2.7321 - acc: 0.2071 - 692ms/step          
Eval samples: 9728
Epoch 19/20
step 97/97 [==============================] - loss: 2.6738 - acc: 0.2702 - 984ms/step          
Eval begin...
step 19/19 [==============================] - loss: 2.7565 - acc: 0.2154 - 685ms/step          
Eval samples: 9728
Epoch 20/20
step 97/97 [==============================] - loss: 2.6295 - acc: 0.2897 - 984ms/step          
Eval begin...
step 19/19 [==============================] - loss: 2.6954 - acc: 0.2373 - 695ms/step          
Eval samples: 9728
       

5 训练过程可视化

基于SPPNET的图像分类网络 - php中文网        

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

WorkBuddy
WorkBuddy

腾讯云推出的AI原生桌面智能体工作台

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
C# ASP.NET Core微服务架构与API网关实践
C# ASP.NET Core微服务架构与API网关实践

本专题围绕 C# 在现代后端架构中的微服务实践展开,系统讲解基于 ASP.NET Core 构建可扩展服务体系的核心方法。内容涵盖服务拆分策略、RESTful API 设计、服务间通信、API 网关统一入口管理以及服务治理机制。通过真实项目案例,帮助开发者掌握构建高可用微服务系统的关键技术,提高系统的可扩展性与维护效率。

76

2026.03.11

Go高并发任务调度与Goroutine池化实践
Go高并发任务调度与Goroutine池化实践

本专题围绕 Go 语言在高并发任务处理场景中的实践展开,系统讲解 Goroutine 调度模型、Channel 通信机制以及并发控制策略。内容包括任务队列设计、Goroutine 池化管理、资源限制控制以及并发任务的性能优化方法。通过实际案例演示,帮助开发者构建稳定高效的 Go 并发任务处理系统,提高系统在高负载环境下的处理能力与稳定性。

38

2026.03.10

Kotlin Android模块化架构与组件化开发实践
Kotlin Android模块化架构与组件化开发实践

本专题围绕 Kotlin 在 Android 应用开发中的架构实践展开,重点讲解模块化设计与组件化开发的实现思路。内容包括项目模块拆分策略、公共组件封装、依赖管理优化、路由通信机制以及大型项目的工程化管理方法。通过真实项目案例分析,帮助开发者构建结构清晰、易扩展且维护成本低的 Android 应用架构体系,提升团队协作效率与项目迭代速度。

83

2026.03.09

JavaScript浏览器渲染机制与前端性能优化实践
JavaScript浏览器渲染机制与前端性能优化实践

本专题围绕 JavaScript 在浏览器中的执行与渲染机制展开,系统讲解 DOM 构建、CSSOM 解析、重排与重绘原理,以及关键渲染路径优化方法。内容涵盖事件循环机制、异步任务调度、资源加载优化、代码拆分与懒加载等性能优化策略。通过真实前端项目案例,帮助开发者理解浏览器底层工作原理,并掌握提升网页加载速度与交互体验的实用技巧。

97

2026.03.06

Rust内存安全机制与所有权模型深度实践
Rust内存安全机制与所有权模型深度实践

本专题围绕 Rust 语言核心特性展开,深入讲解所有权机制、借用规则、生命周期管理以及智能指针等关键概念。通过系统级开发案例,分析内存安全保障原理与零成本抽象优势,并结合并发场景讲解 Send 与 Sync 特性实现机制。帮助开发者真正理解 Rust 的设计哲学,掌握在高性能与安全性并重场景中的工程实践能力。

223

2026.03.05

PHP高性能API设计与Laravel服务架构实践
PHP高性能API设计与Laravel服务架构实践

本专题围绕 PHP 在现代 Web 后端开发中的高性能实践展开,重点讲解基于 Laravel 框架构建可扩展 API 服务的核心方法。内容涵盖路由与中间件机制、服务容器与依赖注入、接口版本管理、缓存策略设计以及队列异步处理方案。同时结合高并发场景,深入分析性能瓶颈定位与优化思路,帮助开发者构建稳定、高效、易维护的 PHP 后端服务体系。

458

2026.03.04

AI安装教程大全
AI安装教程大全

2026最全AI工具安装教程专题:包含各版本AI绘图、AI视频、智能办公软件的本地化部署手册。全篇零基础友好,附带最新模型下载地址、一键安装脚本及常见报错修复方案。每日更新,收藏这一篇就够了,让AI安装不再报错!

169

2026.03.04

Swift iOS架构设计与MVVM模式实战
Swift iOS架构设计与MVVM模式实战

本专题聚焦 Swift 在 iOS 应用架构设计中的实践,系统讲解 MVVM 模式的核心思想、数据绑定机制、模块拆分策略以及组件化开发方法。内容涵盖网络层封装、状态管理、依赖注入与性能优化技巧。通过完整项目案例,帮助开发者构建结构清晰、可维护性强的 iOS 应用架构体系。

246

2026.03.03

C++高性能网络编程与Reactor模型实践
C++高性能网络编程与Reactor模型实践

本专题围绕 C++ 在高性能网络服务开发中的应用展开,深入讲解 Socket 编程、多路复用机制、Reactor 模型设计原理以及线程池协作策略。内容涵盖 epoll 实现机制、内存管理优化、连接管理策略与高并发场景下的性能调优方法。通过构建高并发网络服务器实战案例,帮助开发者掌握 C++ 在底层系统与网络通信领域的核心技术。

34

2026.03.03

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
最新Python教程 从入门到精通
最新Python教程 从入门到精通

共4课时 | 22.5万人学习

Django 教程
Django 教程

共28课时 | 4.9万人学习

SciPy 教程
SciPy 教程

共10课时 | 1.9万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号