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

Shop7z网上购物系统普及版
Shop7z网上购物系统普及版

Shop7z网上购物系统是基于ASP开发的简单易用的商城建站平台,Shop7z可以满足不同企业、个人的各种网上开店需求!普及版是一套简便易用的商城系统,支持商品图片批量上传、淘宝导入、商品批量修改等实用功能,还支持手机版以及APP的整合,普及版支持4种不同的模板风格,支持支付宝、财付通、网银在线等支付接口,系统还支持新订单邮件通知、多种分类排序、商品归属多分类等功能,支持五种会员价格体系等。

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        

相关专题

更多
数据库三范式
数据库三范式

数据库三范式是一种设计规范,用于规范化关系型数据库中的数据结构,它通过消除冗余数据、提高数据库性能和数据一致性,提供了一种有效的数据库设计方法。本专题提供数据库三范式相关的文章、下载和课程。

356

2023.06.29

如何删除数据库
如何删除数据库

删除数据库是指在MySQL中完全移除一个数据库及其所包含的所有数据和结构,作用包括:1、释放存储空间;2、确保数据的安全性;3、提高数据库的整体性能,加速查询和操作的执行速度。尽管删除数据库具有一些好处,但在执行任何删除操作之前,务必谨慎操作,并备份重要的数据。删除数据库将永久性地删除所有相关数据和结构,无法回滚。

2076

2023.08.14

vb怎么连接数据库
vb怎么连接数据库

在VB中,连接数据库通常使用ADO(ActiveX 数据对象)或 DAO(Data Access Objects)这两个技术来实现:1、引入ADO库;2、创建ADO连接对象;3、配置连接字符串;4、打开连接;5、执行SQL语句;6、处理查询结果;7、关闭连接即可。

348

2023.08.31

MySQL恢复数据库
MySQL恢复数据库

MySQL恢复数据库的方法有使用物理备份恢复、使用逻辑备份恢复、使用二进制日志恢复和使用数据库复制进行恢复等。本专题为大家提供MySQL数据库相关的文章、下载、课程内容,供大家免费下载体验。

255

2023.09.05

vb中怎么连接access数据库
vb中怎么连接access数据库

vb中连接access数据库的步骤包括引用必要的命名空间、创建连接字符串、创建连接对象、打开连接、执行SQL语句和关闭连接。本专题为大家提供连接access数据库相关的文章、下载、课程内容,供大家免费下载体验。

325

2023.10.09

数据库对象名无效怎么解决
数据库对象名无效怎么解决

数据库对象名无效解决办法:1、检查使用的对象名是否正确,确保没有拼写错误;2、检查数据库中是否已存在具有相同名称的对象,如果是,请更改对象名为一个不同的名称,然后重新创建;3、确保在连接数据库时使用了正确的用户名、密码和数据库名称;4、尝试重启数据库服务,然后再次尝试创建或使用对象;5、尝试更新驱动程序,然后再次尝试创建或使用对象。

411

2023.10.16

vb连接access数据库的方法
vb连接access数据库的方法

vb连接access数据库方法:1、使用ADO连接,首先导入System.Data.OleDb模块,然后定义一个连接字符串,接着创建一个OleDbConnection对象并使用Open() 方法打开连接;2、使用DAO连接,首先导入 Microsoft.Jet.OLEDB模块,然后定义一个连接字符串,接着创建一个JetConnection对象并使用Open()方法打开连接即可。

408

2023.10.16

vb连接数据库的方法
vb连接数据库的方法

vb连接数据库的方法有使用ADO对象库、使用OLEDB数据提供程序、使用ODBC数据源等。详细介绍:1、使用ADO对象库方法,ADO是一种用于访问数据库的COM组件,可以通过ADO连接数据库并执行SQL语句。可以使用ADODB.Connection对象来建立与数据库的连接,然后使用ADODB.Recordset对象来执行查询和操作数据;2、使用OLEDB数据提供程序方法等等。

221

2023.10.19

c++ 根号
c++ 根号

本专题整合了c++根号相关教程,阅读专题下面的文章了解更多详细内容。

25

2026.01.23

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 | 18.6万人学习

Django 教程
Django 教程

共28课时 | 3.4万人学习

SciPy 教程
SciPy 教程

共10课时 | 1.2万人学习

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