使用 VGG16 实现图像识别分类及VGG 19 实现艺术风格转移 一、VGG 简介 1.1 网络架构1.2 VGG 代码上使用到的一些函数讲解 二、基于 VGG16 实现图像识别和分类TensorFlow 实现三、基于 VGG 19 实现艺术风格转移
使用 VGG16 实现图像识别分类及VGG 19 实现艺术风格转移
一、VGG 简介
1.1 网络架构
训练输入: 固定尺寸224*224的RGB图像。预处理:每个像素值减去训练集上的RGB均值。卷积核:一系列3*3卷积核堆叠, 步长为1, 采用padding保持卷积后图像空间分辨率不变。空间池化:紧随卷积“堆”的最大池化,为2*2滑动窗口, 步长为2。全连接层: 特征提取完成后,接三个全连接层, 前两个为4096通道, 第三个
为1000通道, 最后是一个soft-max层,