无法将 chexnet 预训练的权重文件加载到 Densenet121

Posted 2023-02-22

【中文标题】无法将 chexnet 预训练的权重文件加载到 Densenet121

【英文标题】：Unable to load chexnet pre-trained weight file to Densenet121

【发布时间】：2020-10-16 13:51:43

【问题描述】：

我正在尝试将 Keras chexNet 权重文件加载到 Densenet121， https://www.kaggle.com/theewok/chexnet-keras-weights

我得到 ValueError：您正在尝试将包含 242 层的权重文件加载到具有 241 层的模型中。 如果我调用densenet121

densenet = tf.keras.applications.DenseNet121(
include_top=False,
weights="CheXNet_Keras_0.3.0_weights.h5",
input_shape=(224,224,3)
)

如果我尝试：-

densenet = tf.keras.applications.DenseNet121(
include_top=True,
weights="CheXNet_Keras_0.3.0_weights.h5",
input_shape=(224,224,3)
)

我会得到 ValueError: 形状 (1024, 1000) 和 (1024, 14) 不兼容

【参考方案1】：

弹出最后一层的答案现在不再起作用，弹出只返回最后一层但模型保持不变。

我推荐这样的东西：

densenet = DenseNet121(weights=None, include_top=False, 
                       input_shape=(224, 224, 3), pooling="avg")
output = tf.keras.layers.Dense(14, activation='sigmoid', name='output')(densenet.layers[-1].output)
model = tf.keras.Model(inputs=[densenet.input], outputs=[output])
model.load_weights("./CheXNet_weights.h5")

【参考方案2】：

他们在没有正确输出层的情况下保存了模型，解决方法如下：

base_model = densenet.DenseNet121(weights=None,
                            include_top=False,
                            input_shape=(224,224,3), pooling="avg")

predictions = tf.keras.layers.Dense(14, activation='sigmoid', name='predictions')(base_model.output)
base_model = tf.keras.Model(inputs=base_model.input, outputs=predictions)
base_model.load_weights("./temp/CheXNet_Keras_0.3.0_weights.h5")
base_model.layers.pop()

print("CheXNet loaded")