深度网络特定层数据抽取实验
来源:互联网 发布:vscode c 智能提示 编辑:程序博客网 时间:2024/05/02 01:34
徐海蛟教学
VGG-16 是牛津大学视觉几何组(Visual Geometry Group)开发的卷积神经网络结构,该深度学习神经网络赢得了 ILSVR 竞赛(ImageNet)2014的冠军,时至今日,VGG 仍然被认为是一个杰出的视觉模型。今天,我们来做基于 VGG16 深度学习预训练权重的特定层 "block4_pool" 特征数据抽取实验,以便后续进一步处理。
数据集使用目前最大的图像数据集 ImageNet 。
我们考虑基于 Keras 深度学习框架 来完成该深度学习实验。
我们的环境如下。
Python 3.6.0 |Anaconda 4.3.0 (64-bit)| (default, Dec 23 2016, 12:22:00)
[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] on Linux
>>>
Theano (0.8.2)
Keras (1.2.0)
python 代码如下。
# 导入 python 软件包
import time
from keras.applications.imagenet_utils import preprocess_input
from keras.applications.vgg16 import VGG16
from keras.models import Model
from keras.preprocessing import image
import numpy as np
t0 = time.time() # 开启计时器
base_model = VGG16(weights='imagenet')
model = Model( # 只输出block4_pool**"特定层"**图像特征
input=base_model.input, output=base_model.get_layer('block4_pool').output)
img_path = '高圆圆.jpg' # 测试图片
img = image.load_img(img_path, target_size=(224, 224)) # 224×224
x = image.img_to_array(img) # 三维(3, 224, 224)
x = np.expand_dims(x, axis=0) # 四维(1, 3, 224, 224)
x = preprocess_input(x)
print("取数据耗时: %.2f seconds【徐海蛟博士】 ..." % (time.time() - t0))
features = model.predict(x) # block4_pool_features
print('block4_pool特征 features.shape =', features.shape) # (1, 512, 7, 7)
print("耗时: %.2f seconds【徐海蛟博士】 ..." % (time.time() - t0))
输出如下。
Using Theano backend.
Using gpu device 3: TITAN X (Pascal) (CNMeM is enabled with initial size: 95.0% of memory, cuDNN 5005)
取数据耗时: 3.16 seconds【徐海蛟博士】 ...
block4_pool特征 features.shape = (1, 512, 14, 14)
耗时: 7.19 seconds【徐海蛟博士】 ...
1 0
- 深度网络特定层数据抽取实验
- 网络数据抽取(Web data mining)
- 网络层数据接收
- 深度学习之Caffe完全掌握:添加新的网络层(训练非图像纯数据)
- 【UNIX网络编程学习】线程特定数据
- 【python】特定模式抽取字符串
- 提取深度网络某一层特征
- 数据抽取
- 数据链层到网络层数据传递
- Android网络层与数据层设计
- 数据路链路层、网络层、传输层
- 数据链路层网络实验-设计型实验
- 网页抓取/数据抽取/网络爬虫技术资料汇总
- 网络层数据报分片
- Kettle数据抽取---增量抽取
- 深度残差网络解读(MSRA 152层网络)
- iOS 数据请求之网络层和数据层
- 正则表达式抽取特定字符窜
- java中重载与重写的区别
- 埃及分数
- HUSTOJ实现的相关想法
- 数组指针,指针数组,函数指针,指针函数,函数数组指针。
- 反射(5)--Method类
- 深度网络特定层数据抽取实验
- centos 6.8docker安装
- 关于嵌入式和java,互联网的行业统计分析,判断未来房地产以及发展趋势
- STM32之EXTI——外部中断
- java web中“/”可能回表示哪些路徑
- eclipse maven项目导出jar包时一起打包所依赖的相关jar包
- (C51学习二)点亮数码管
- centos7设置静态ip
- 二种常用的制作视频播放器的方法