Torch车牌字符识别-网络搭建（五）

目录

1.CNN卷积神经网络的介绍

2.卷积神经网络识别分类原理

3.编码

3.1定义网络

3.2卷积层

 3.2.1卷积层小结

3.4前向传播 

 3.5其他

1.CNN卷积神经网络的介绍

可以处理多维数据是CNN的重要特征（因为有卷积）

车牌也是采用三通道进行训练

先是对一个批次的数据集通过卷积层提取特征

然后是池化层压缩特征

然后再卷积再池化

然后展开输出分类结果

2.卷积神经网络识别分类原理

卷积层主要就是对输入特征进行提取

通过卷积核来实现，卷积核就可以看成一个指定大小的扫描器窗口

扫描器通过滑动来提取整个图片特征 

并且将特征送入池化层

也是滑动窗口实现池化

最后送入全连接层，输入结果

所以实际上前面都是在提取特征

最重要的计算分类还是在全连接层

3.编码

3.1定义网络

卷积神经网络的定义类

必须要继承module

打开中文文档

 主页 - PyTorch中文文档

init构造方法

然后是super继承父类

3.2卷积层

然后是 两个卷积层，用的是Sequential方法（具体见中文文档）

Sequential是一个时序容器

可以把卷积层需要的一些操作（比如说relu等）放入Sequential中

然后模型运行的时候就会按照传入顺序执行这些操作

在卷积层中

先是定义了卷积核的卷积核等一些属性

然后是relu

和池化层

因为输入是3通道rgb，所以这里等in _channels是3

out _channels

 就是卷积核的数量

 然后就是再过一层relu和一层pooling

对

nn.MaxPool2d(kernel_size=2)   #维度变换(16,60,40) --> (16,30,20)

 但是这里对输入维度是2对倍数，所以维度/2就是maxpool2d后对输出维度

 3.2.1卷积层小结

 这个网络就是输入是（3*60*40）对Tensor

然后经过网络变换后：

上面的笔记看错了conv2的out_channles是32

所以输出（32，15，10）的tensor

输出经过线性层给出结果（此结果是24列，代表24哥分类）

补充一个例子

import torch
import torch.nn as nn
import torch.nn.functional as F
 
 
class CNN(nn.Module):
    def __init__(self):
        super(CNN, self).__init__()
        self.conv1 = nn.Sequential(
            nn.Conv2d(1,1,kernel_size=5, padding=1,stride=2),
            nn.MaxPool2d(kernel_size=3, padding=0,stride=2),
            nn.Conv2d(1,1,kernel_size=3, padding=1,stride=1),
 
        )
 
    def forward(self,x):
        x = self.conv1(x)
        return x
    
cnn=CNN()
input=torch.randn(1,200,200)
output=cnn.forward(input)
print(output.shape)
      
#输出大小 = (输入大小 + 2 * padding - kernel size) / stride + 1
'''
所以上述代码完成的操作是
输入200*200
conv1 -> (200-5+2)/2+1 = 99
maxpool -> (99-3)/2+1=49
con2 -> (49-3+2)/1+1 = 49
'''

 

3.4前向传播 

 注意前向传播中有一项.view这是为了将之前conv2输出的（32，15，10）的Tensor拉平为（32*15*10,1）的向量

 以下就是24个分类结果（也可以理解为输出的y的ground truth）

也就是说，经过前处理的图片输出网络后，会输出一个（1，24）的向量，代表这张图片在24个结果上的最高概率是哪一类 

 3.5其他

然后就是实例化网络

然后参照之前的简单的二次函数的网络拟合定义

1. 先定义优化器
2. 然后选择损失函数 

具体的看下图

 4小结

所以网络实质上就是：

1. 先写好网络结构（输入到输出所需要经过的网络层）（一些层间的预处理（relu，view等）可以写在网络结构里，也可以写在forward里）
2. 然后是写好前向传播，在这一部分里，输入到输出的完整流程要体现出来
3. 定义优化器和损失函数