vgg16测试模型的实现

本文主要是介绍vgg16测试模型的实现，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

VGG-16又称为OxfordNet，是由牛津视觉几何组（Visual Geometry Group）开发的卷积神经网络结构。

VGG在2014年的 ILSVRC localization and classification 两个问题上分别取得了第一名和第二名

论文原标题《VERY DEEP CONVOLUTIONAL NETWORK SFOR LARGE-SCALE IMAGE RECOGNITION》

论文被发表在ICLR 2015上,比较起ALEXNET, VGG对图片有更精确的估值以及更省空间。

网络结构：http://ethereon.github.io/netscope/#/preset/vgg-16

如下图：

由上图可以清晰的看出13个卷积层+3个全连接层=16层。

testvgg.py如下：

import numpy as np
import tensorflow as tf
import vgg16
import utils#https://github.com/leihe001/tensorflow-vgg
img1 = utils.load_image("./test_data/laska.jpg")
img2 = utils.load_image("./test_data/puzzle.jpeg")batch1 = img1.reshape((1, 224, 224, 3))
batch2 = img2.reshape((1, 224, 224, 3))batch = np.concatenate((batch1, batch2), 0)with tf.Session(config=tf.ConfigProto(gpu_options=(tf.GPUOptions(per_process_gpu_memory_fraction=0.7)))) as sess:images = tf.placeholder("float", [2, 224, 224, 3])feed_dict = {images: batch}vgg = vgg16.Vgg16()with tf.name_scope("content_vgg"):vgg.build(images)prob = sess.run(vgg.prob, feed_dict=feed_dict)print(prob)utils.print_prob(prob[0], './synset.txt')utils.print_prob(prob[1], './synset.txt')

结果如下：

需要下载vgg16.npy