首页 文章

Keras VGGnet预训模型可变大小输入

提问于
浏览
3

我想用VGG预训练模型提取368x368尺寸图像的特征 . 根据文档,VGGnet接受224x224尺寸的图像 . 有没有办法为Keras VGG提供可变大小的输入?

这是我的代码:

# VGG Feature Extraction
x_train = np.random.randint(0, 255, (100, 224, 224, 3))
base_model = VGG19(weights='imagenet')
modelVGG = Model(inputs=base_model.input, outputs=base_model.get_layer('block4_conv2').output)
block4_conv2_features = modelVGG.predict(x_train)

编辑的代码(它的作品!)

# VGG Feature Extraction
x_train = np.random.randint(0, 255, (100, 368, 368, 3))
base_model = VGG19(weights='imagenet', include_top=False)
modelVGG = Model(inputs=base_model.input, outputs=base_model.get_layer('block4_conv2').output)
block4_conv2_features = modelVGG.predict(x_train)

1 回答

  • 3

    输入大小会影响完全连接( Dense )层中的神经元数量 . 因此,您需要创建自己的完全连接的图层 .

    使用 include_top=False 调用VGG19以删除完全连接的层,然后自行添加它们 . 检查this code以供参考 .

相关问题