当用作预训练特征提取器时，VGG16 应该提取多少特征？

Posted 2023-03-13

【中文标题】当用作预训练特征提取器时，VGG16 应该提取多少特征？

【英文标题】：How many features is VGG16 supposed to extract when used as a pre-trained feature extractor?

【发布时间】：2019-11-14 12:16:23

【问题描述】：

我正在使用带有 TensorFlow 后端的 Keras，通过预训练模型（ImageNet 上的 VGG16）从图像中提取特征。从我可以在线阅读的内容来看，我应该为每张图像获取一个具有 4096 个特征的向量。

我正在使用这条线来导入没有最后一个全连接层的模型（我相信我应该这样做）：

applications.vgg16.VGG16(weights='imagenet', include_top=False, pooling='avg'

但是，我最终得到的向量只有 512 个特征。考虑 VGG16 的架构：

看起来我实际上是从最后一个最大池化层获得结果（这与 Keras 文档一致）。

那么我应该获得 512 或 4096 个特征吗？

【参考方案1】：

根据Keras documentation，当您设置include_top = False 时，它会直观地忽略最后 3 个全连接（FC）层，您应该得到一个正确的 512 特征向量。如果您想考虑最后 3 个 FC 层，请设置 include_top = True。然后你会得到一个 1000 个特征预测（考虑到最后的 softmax 层）。

尝试执行：

vggmodel = keras.applications.vgg16.VGG16(weights='imagenet', include_top=False, pooling='avg')
vggmodel.summary()

和

vggmodel = keras.applications.vgg16.VGG16(weights='imagenet', include_top=True, pooling='avg') 
vggmodel.summary()

以获得更全面的了解。