计算机视觉之ResNet50图像分类_resnet50 优先按 颜色分类

前言

图像分类是计算机视觉应用中最基础的一种，属于有监督学习类别。它的任务是给定一张图像，判断图像所属的类别，比如猫、狗、飞机、汽车等等。本章将介绍使用ResNet50网络对CIFAR-10数据集进行分类。

ResNet网络介绍

ResNet50网络是由微软实验室的何恺明提出，获得了ILSVRC2015图像分类竞赛第一名。在ResNet网络提出之前，传统的卷积神经网络堆叠到一定深度时会出现退化问题。在CIFAR-10数据集上使用56层网络与20层网络训练误差和测试误差图表明，随着网络加深，其误差并没有如预想的一样减小。 ResNet网络的提出解决了这一问题。

数据集准备与加载

CIFAR-10数据集共有60000张32*32的彩色图像，分为10个类别，每类有6000张图，数据集一共有50000张训练图片和10000张评估图片。首先，如下示例使用download接口下载并解压，目前仅支持解析二进制版本的CIFAR-10文件（CIFAR-10 binary version）。

构建网络

ResNet网络的亮点是使用残差网络结构，能够有效减轻退化问题，实现更深的网络结构设计，提高网络的训练精度。本节内容首先介绍了如何构建残差网络结构，然后讲述了如何通过堆叠残差网络来构建ResNet50网络。

构建残差网络结构

残差网络由主分支和shortcuts构成，主分支通过卷积操作得到特征矩阵