AlexeyAB
DarkNet YOLOv3框架解析與應(yīng)用實(shí)踐（四）

Nightmare

從前，在一所大學(xué)的大樓里，西蒙尼亞、維達(dá)第和齊瑟曼有一個(gè)很好的主意，幾乎和你現(xiàn)在坐的大樓完全不同。他們想，嘿，我們一直在向前運(yùn)行這些神經(jīng)網(wǎng)絡(luò)，它們工作得很好，為什么不也向后運(yùn)行呢？這樣我們就能知道電腦在想什么。。。

由此產(chǎn)生的圖像是如此恐怖，如此怪異，以至于他們的尖叫聲可以聽到一路坦普頓。

許多研究人員已經(jīng)擴(kuò)大了他們的工作范圍，包括谷歌一篇廣為人知的博客文章。 這是我抄襲那些抄襲那些有好主意的人。

與Darknet做惡夢(mèng)

如果沒有安裝Darknet，請(qǐng)先安裝！我們將使用VGG-16預(yù)訓(xùn)練模型來做噩夢(mèng)。但是，我們不需要整個(gè)模型，只需要卷積層，所以我們可以使用vgg-conv.cfg文件（應(yīng)該已經(jīng)在cfg/子目錄中有了這個(gè)文件）。你需要在這里下載預(yù)訓(xùn)練重量（57MB）。

現(xiàn)在我們可以生成您在第一段中看到的尖叫圖像：

./darknet nightmare cfg/vgg-conv.cfg vgg-conv.weights
data/scream.jpg 10

命令分解如下：首先是可執(zhí)行的子例程，./darknet nightmare，然后是配置文件和權(quán)重文件cfg/vgg-conv.cfg vgg-conv.weights。最后，我們得到了要修改的圖像和要瞄準(zhǔn)的配置文件層data/scream.jpg 10。

這可能需要一段時(shí)間，特別是如果您只使用CPU。在我的機(jī)器上大約需要15分鐘。我強(qiáng)烈建議讓CUDA更快地產(chǎn)生噩夢(mèng)。啟用CUDA后，在泰坦X上大約需要7秒。

你可以嘗試較低的層次，以獲得更藝術(shù)的感覺：

./darknet nightmare
cfg/vgg-conv.cfg vgg-conv.weights data/dog.jpg 7

或者用更高的層次來獲得更復(fù)雜的緊急行為：

./darknet nightmare cfg/vgg-conv.cfg vgg-conv.weights
data/eagle.jpg 13

Special Options

你可能會(huì)注意到你的尖叫家伙看起來和我的不太一樣。那是因?yàn)槲矣幸恍┨貏e的選擇！我實(shí)際使用的命令是：

./darknet nightmare
cfg/vgg-conv.cfg vgg-conv.weights \

data/scream.jpg
10 -range 3 -iters 20 -rate .01 -rounds 4

Darknet在連續(xù)的回合中生成圖像，上一輪的輸出將進(jìn)入下一輪。每一輪的圖像也被寫入磁盤。每一輪由若干次迭代組成。在每次迭代中，Darknet都會(huì)對(duì)圖像進(jìn)行修改，以在一定比例上增強(qiáng)選定的層。音階是從一組八度音階中隨機(jī)選取的。該層是從一系列可能的層中隨機(jī)選擇的。修改此過程的命令包括：

–rounds n：更改輪數(shù)（默認(rèn)為1）。多輪意味著生成的圖像越多，通常對(duì)原始圖像的更改也越多。

-iters
n：更改每輪的迭代次數(shù)（默認(rèn)為10）。更多的迭代意味著每輪圖像的更多更改。

-range
n：更改可能圖層的范圍（默認(rèn)值1）。如果設(shè)置為1，則每次迭代時(shí)僅選擇給定層。否則，一個(gè)層將在比范圍內(nèi)隨機(jī)選擇（例如10-范圍3將在層9-11之間選擇）。

-八度音階n：更改可能的音階數(shù)（默認(rèn)為4）。在一個(gè)倍頻程下，只檢查全尺寸圖像。每增加一個(gè)八度音階，圖像就會(huì)增加一個(gè)更小的版本（前一個(gè)八度音階的3/4大小）。

-rate
x：更改圖像的學(xué)習(xí)速率（默認(rèn)值為.05）。越高意味著每次迭代對(duì)圖像的更改越多，但也有一些不穩(wěn)定性和不精確性。

-thresh
x：更改要放大的特征的閾值（默認(rèn)值為1.0）。在目標(biāo)層中，僅放大偏離平均值超過x個(gè)標(biāo)準(zhǔn)差的特征。較高的閾值意味著放大的特征較少。

-zoom x：更改每一輪后應(yīng)用于圖像的縮放（默認(rèn)為1.0）。您可以選擇添加放大（x<1）或縮小（x>1）以在每一輪后應(yīng)用于圖像。

-rotate
x：更改每一輪后應(yīng)用的旋轉(zhuǎn)（默認(rèn)為0.0）。每輪后可選旋轉(zhuǎn)。

A Smaller Model

VGG-16是一個(gè)非常大的模型，如果內(nèi)存不足，請(qǐng)嘗試使用這個(gè)模型！

cfg文件在cfg/子目錄中（或者這里），您可以下載權(quán)重（72mb）。

./darknet nightmare
cfg/jnet-conv.cfg jnet-conv.weights \

data/yo.jpg 11
-rounds 4 -range 3

Comparison With Deep Dream and GoogleNet

這些例子使用VGG-16網(wǎng)絡(luò)。雖然古格倫似乎專注于狗和蛞蝓，但VGG喜歡生產(chǎn)獾，一種嚙齒動(dòng)物和猴子之間的奇怪雜交：

VGG也沒有GoogleNet所擁有的本地響應(yīng)規(guī)范化層。因此，它的夢(mèng)魘經(jīng)常被彩色的星光暴過度飽和。

總結(jié)

以上是生活随笔為你收集整理的AlexeyAB DarkNet YOLOv3框架解析与应用实践（四）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。