python神经网络MobileNet模型的复现详解

什么是MobileNet模型

MobileNet是一种轻量级网络，相比于其它结构网络，它不一定是最准的，但是它真的很轻

MobileNet模型是Google针对手机等嵌入式设备提出的一种轻量级的深层神经网络，其使用的核心思想便是depthwise separable convolution。

对于一个卷积点而言：

假设有一个3×3大小的卷积层，其输入通道为16、输出通道为32。具体为，32个3×3大小的卷积核会遍历16个通道中的每个数据，最后可得到所需的32个输出通道，所需参数为16×32×3×3=4608个。

应用深度可分离卷积，用16个3×3大小的卷积核分别遍历16通道的数据，得到了16个特征图谱。在融合操作之前，接着用32个1×1大小的卷积核遍历这16个特征图谱，所需参数为16×3×3+16×32×1×1=656个。

可以看出来depthwise separable convolution可以减少模型的参数。

如下这张图就是depthwise separable convolution的结构

在建立模型的时候，可以使用Keras中的DepthwiseConv2D层实现深度可分离卷积，然后再利用1x1卷积调整channels数。

通俗地理解就是3x3的卷积核厚度只有一层，然后在输入张量上一层一层地滑动，每一次卷积完生成一个输出通道，当卷积完成后，在利用1x1的卷积调整厚度。

如下就是MobileNet的结构，其中Conv dw就是分层卷积，在其之后都会接一个1x1的卷积进行通道处理，

MobileNet网络部分实现代码

#-------------------------------------------------------------#
#   MobileNet的网络部分
#-------------------------------------------------------------#
import warnings
import numpy as np
from keras.preprocessing import image
from keras.models import Model
from keras.layers import DepthwiseConv2D,Input,Activation,Dropout,Reshape,BatchNormalization,GlobalAveragePooling2D,GlobalMaxPooling2D,Conv2D
from keras.applications.imagenet_utils import decode_predictions
from keras import backend as K
def MobileNet(input_shape=[224,224,3],
             depth_multiplier=1,
             dropout=1e-3,
             classes=1000):
   img_input = Input(shape=input_shape)
   # 224,224,3 -> 112,112,32
   x = _conv_block(img_input, 32, strides=(2, 2))
   # 112,112,32 -> 112,112,64
   x = _depthwise_conv_block(x, 64, depth_multiplier, block_id=1)
   # 112,112,64 -> 56,56,128
   x = _depthwise_conv_block(x, 128, depth_multiplier,
                             strides=(2, 2), block_id=2)
   # 56,56,128 -> 56,56,128
   x = _depthwise_conv_block(x, 128, depth_multiplier, block_id=3)
   # 56,56,128 -> 28,28,256
   x = _depthwise_conv_block(x, 256, depth_multiplier,
                             strides=(2, 2), block_id=4)
   # 28,28,256 -> 28,28,256
   x = _depthwise_conv_block(x, 256, depth_multiplier, block_id=5)
   # 28,28,256 -> 14,14,512
   x = _depthwise_conv_block(x, 512, depth_multiplier,
                             strides=(2, 2), block_id=6)
   # 14,14,512 -> 14,14,512
   x = _depthwise_conv_block(x, 512, depth_multiplier, block_id=7)
   x = _depthwise_conv_block(x, 512, depth_multiplier, block_id=8)
   x = _depthwise_conv_block(x, 512, depth_multiplier, block_id=9)
   x = _depthwise_conv_block(x, 512, depth_multiplier, block_id=10)
   x = _depthwise_conv_block(x, 512, depth_multiplier, block_id=11)
   # 14,14,512 -> 7,7,1024
   x = _depthwise_conv_block(x, 1024, depth_multiplier,
                             strides=(2, 2), block_id=12)
   x = _depthwise_conv_block(x, 1024, depth_multiplier, block_id=13)
   # 7,7,1024 -> 1,1,1024
   x = GlobalAveragePooling2D()(x)
   x = Reshape((1, 1, 1024), name='reshape_1')(x)
   x = Dropout(dropout, name='dropout')(x)
   x = Conv2D(classes, (1, 1),padding='same', name='conv_preds')(x)
   x = Activation('softmax', name='act_softmax')(x)
   x = Reshape((classes,), name='reshape_2')(x)
   inputs = img_input
   model = Model(inputs, x, name='mobilenet_1_0_224_tf')
   model_name = 'mobilenet_1_0_224_tf.h5'
   model.load_weights(model_name)
   return model
def _conv_block(inputs, filters, kernel=(3, 3), strides=(1, 1)):
   x = Conv2D(filters, kernel,
              padding='same',
              use_bias=False,
              strides=strides,
              name='conv1')(inputs)
   x = BatchNormalization(name='conv1_bn')(x)
   return Activation(relu6, name='conv1_relu')(x)
def _depthwise_conv_block(inputs, pointwise_conv_filters,
                         depth_multiplier=1, strides=(1, 1), block_id=1):
   x = DepthwiseConv2D((3, 3),
                       padding='same',
                       depth_multiplier=depth_multiplier,
                       strides=strides,
                       use_bias=False,
                       name='conv_dw_％d' ％ block_id)(inputs)
   x = BatchNormalization(name='conv_dw_％d_bn' ％ block_id)(x)
   x = Activation(relu6, name='conv_dw_％d_relu' ％ block_id)(x)
   x = Conv2D(pointwise_conv_filters, (1, 1),
              padding='same',
              use_bias=False,
              strides=(1, 1),
              name='conv_pw_％d' ％ block_id)(x)
   x = BatchNormalization(name='conv_pw_％d_bn' ％ block_id)(x)
   return Activation(relu6, name='conv_pw_％d_relu' ％ block_id)(x)
def relu6(x):
   return K.relu(x, max_value=6)

图片预测

建立网络后，可以用以下的代码进行预测。

def preprocess_input(x):
   x /= 255.
   x -= 0.5
   x *= 2.
   return x
if __name__ == '__main__':
   model = MobileNet(input_shape=(224, 224, 3))
   img_path = 'elephant.jpg'
   img = image.load_img(img_path, target_size=(224, 224))
   x = image.img_to_array(img)
   x = np.expand_dims(x, axis=0)
   x = preprocess_input(x)
   print('Input image shape:', x.shape)
   preds = model.predict(x)
   print(np.argmax(preds))
   print('Predicted:', decode_predictions(preds, 1))

预测所需的已经训练好的Xception模型可以在https://github.com/fchollet/deep-learning-models/releases下载。非常方便。预测结果为：

Predicted: [[('n02504458', 'African_elephant', 0.7590296)]]

来源：https://blog.csdn.net/weixin_44791964/article/details/102819915