Question

我正在尝试在经过预先培训的MobileNetV2的基础上构建SSD。所以我需要从多层MobileNet核心中获取输出，添加一些卷积，先验，重塑，并置...最后，然后尝试建立一个模型：k_bundle，我遇到了“图形断开”问题。这是我的伪代码：

model = Model(inputs=img_input, outputs=out)

最后，我有一个错误：

img_input = Input((224,224,3))
conv_model = MobileNetV2(weights='imagenet', 
                    include_top=False,
                    alpha=0.35,
                    pooling=None,                        
                    input_shape=(224, 224, 3))
block14 = conv_model.get_layer('block_14_project_BN').output
block14_box_conf = Conv2D(...)(block14)
block14_box_loc = Conv2D(...)(block14)
block14_priors = PriorBox(...)(block14_box_loc)
# same for other blocks
# Reshaping, Concatinations... softmax for conf...
model = Model(inputs=img_input, outputs=out)

我可以“通过砖头”构建MobileNet，但是在这种情况下将无法加载权重。而且我需要了解此错误的原因。

此外，如果我尝试使用嵌套模型的某些内部层的输出，即使在诸如SSD这样的复杂情况下，也会出现此错误。

Answer 1

无论惰性计算和静态图的静态程度如何，调用的层顺序都很重要。我应该首先使用整个嵌套模型的输出。例如：

model_out = conv_model(img_input)
model_out_box_conf = Conv2D(...)(model_out)
model_out _box_loc = Conv2D(...)(model_out)
model_out_priors = PriorBox(...)(model_out_box_loc)

只有在那之后，我才能调用内层：

block14 = conv_model.get_layer('block_14_project_BN').output
block14_box_conf = Conv2D(...)(block14)
block14_box_loc = Conv2D(...)(block14)
block14_priors = PriorBox(...)(block14_box_loc)

如何正确获取嵌套模型内层的输出？

1 个答案: