从Keras中的预训练模型中提取特征

时间:2019-06-02 17:19:39

标签: deep-learning feature-extraction vgg-net transfer-learning imagenet

我了解可以将VGG16,InceptionV3等预训练模型用于转移学习。此外,我们可以使用这些模型进行特征提取,而无需使用顶层即分类层。 但是,在加载预先训练的模型时,我很难理解使用pooling ='avg'。例如,使用以下几行代码有什么区别:

InceptionV3(weights='imagenet',include_top=False)

InceptionV3(weights='imagenet',include_top=False, pooling='avg')

这些行中的哪一行应用于特征提取。我观察到两者的层数相同。区别在于,当我上传但不包括pooling ='avg'时,对于大小为299,299的输入图像(即(1,8,8,2048)),输出为四个尺寸,而对于相同的输入图像,其尺寸为(1,2048) ),当我用pooling ='avg'加载模型时。 将不胜感激对此发表评论。 谢谢 纳迪姆

0 个答案:

没有答案
相关问题