VGGNET 모델 tensorflow kreas로 구현하기

vggnet 모델은 1층마다 2개의 conv, 1개의 pool층을 5개를 쌓고 그 뒤에 평탄화를 하여 모델링된다.

from keras.models import Sequential

from keras.layers import Conv2D, AveragePooling2D, Flatten, Dense, Activation, MaxPool2D, BatchNormalization, Dropout, ZeroPadding2D

모듈 임포트

model = Sequential()

# first block

model.add(Conv2D(filters=64, kernel_size=(3,3), strides=(1,1), activation='relu', padding='same',input_shape=(224,224, 3)))

model.add(Conv2D(filters=64, kernel_size=(3,3), strides=(1,1), activation='relu', padding='same'))

model.add(MaxPool2D(pool_size=(2,2), strides=(2,2)))

# second block

model.add(Conv2D(filters=128, kernel_size=(3,3), strides=(1,1), activation='relu', padding='same'))

model.add(Conv2D(filters=128, kernel_size=(3,3), strides=(1,1), activation='relu', padding='same'))

model.add(MaxPool2D(pool_size=(2,2), strides=(2,2)))

# third block

model.add(Conv2D(filters=256, kernel_size=(3,3), strides=(1,1), activation='relu', padding='same'))

model.add(Conv2D(filters=256, kernel_size=(3,3), strides=(1,1), activation='relu', padding='same'))

model.add(Conv2D(filters=256, kernel_size=(3,3), strides=(1,1), activation='relu', padding='same'))

model.add(MaxPool2D(pool_size=(2,2), strides=(2,2)))

# forth block

model.add(Conv2D(filters=512, kernel_size=(3,3), strides=(1,1), activation='relu', padding='same'))

model.add(Conv2D(filters=512, kernel_size=(3,3), strides=(1,1), activation='relu', padding='same'))

model.add(Conv2D(filters=512, kernel_size=(3,3), strides=(1,1), activation='relu', padding='same'))

model.add(MaxPool2D(pool_size=(2,2), strides=(2,2)))

# fifth block

model.add(Conv2D(filters=512, kernel_size=(3,3), strides=(1,1), activation='relu', padding='same'))

model.add(Conv2D(filters=512, kernel_size=(3,3), strides=(1,1), activation='relu', padding='same'))

model.add(Conv2D(filters=512, kernel_size=(3,3), strides=(1,1), activation='relu', padding='same'))

model.add(MaxPool2D(pool_size=(2,2), strides=(2,2)))

# sixth block (classifier)

model.add(Flatten())

model.add(Dense(4096, activation='relu'))

model.add(Dropout(0.5))

model.add(Dense(4096, activation='relu'))

model.add(Dropout(0.5))

model.add(Dense(1000, activation='softmax'))

model.summary()

물론 지금 당장은 모델을 그냥 다운받아서 써도 무방하지만 나중에 고급 개발자가 됬을 때 이정도도 모르고 있으면 모델의 튜닝을 못하므로 기본적인 구조는 숙지하고 있어야 한다.