我使用CASIA(人脸识别数据集)作为训练数据集,使用TensorFlow slim模型vgg训练了一个分类模型 . 我想通过使用LFW数据集来测试模型,它是一个面部匹配任务 . 所以我需要提取像fc7 / fc8这样的网络特征,而不是softmax图层,并比较特征之间的距离,以确定它们是否是同一个人 . 如何提取超薄型号的功能?
这是培训代码的一部分 .
import tensorflow as tf
from tensorflow.contrib.slim.python.slim.nets import vgg
slim = tf.contrib.slim
FLAGS = tf.app.flags.FLAGS
def tower_loss(scope):
images, labels = read_and_decode()
with slim.arg_scope(vgg.vgg_arg_scope()):
logits, end_points = vgg.vgg_16(images, num_classes=FLAGS.num_classes)
_ = cal_loss(logits, labels)
losses = tf.get_collection('losses', scope)
total_loss = tf.add_n(losses, name='total_loss')
return total_loss
2 回答
您可以尝试使用
tf.get_default_graph().get_tensor_by_name("VGG16/fc16:0")
或要提取的特定要素的张量名称 .要验证要提取的张量的名称,您可以尝试
请记住将
:0
放在名称的末尾,因为它们表示您正在检索的项目是张量 .获取苗条模型的
end_points
并提取该功能 .