我有一个采用VGG16编码器体系结构的U-net网络，具有预训练的imagenet权重。由于我的输入图像是灰度图像，因此在将输入发送到U-net模型之前，我添加了一个深度为3的卷积层。
现在，我正在尝试获取U-net网络中中间层的输出。我创建了一个中间模型，其输出是我感兴趣的图层的输出。这是我的代码：
base_model = sm.Unet('vgg16', encoder_weights='imagenet', classes=1, activation='sigmoid')
inp = Input(shape=(448, 224, 1))
l1 = Conv2D(3, (1,1))(inp)
out = base_model(l1)
model = Model(inp, out)
model.summary()
intermediate_layer_model = Model(inputs=model.layers[0].input,
outputs=model.get_layer('model_1').get_layer('center_block2_relu').output)
以下是输出：
Layer (type) Output Shape Param #
=================================================================
input_2 (InputLayer) (None, 448, 224, 1) 0
_________________________________________________________________
conv2d_1 (Conv2D) (None, 448, 224, 3) 6
_________________________________________________________________
model_1 (Model) multiple 23752273
=================================================================
Total params: 23,752,279
Trainable params: 23,748,247
Non-trainable params: 4,032
_________________________________________________________________
ValueError: Graph disconnected: cannot obtain value for tensor Tensor("input_1:0", shape=(?, ?, ?, 3), dtype=float32) at layer "input_1". The following previous layers were accessed without issue: []
在我看来，具有输入层（input_1）的U-net模型存在问题，并且在构建middle_layer_model时未提供此信息。但是，我希望中间模型仅将灰度图像作为输入，而不需要额外的3通道输入。
任何帮助将不胜感激。