tensorflow提取VGG特征
来源:互联网 发布:windows c语言多线程 编辑:程序博客网 时间:2024/05/29 03:05
我们知道,再网络训练好之后,只需要forward过程就能做预测,当然,我们也可以直接把这个网络当成一个feature extractor来用,可以直接用任何一层的输出作为特征,根据R-CNN论文对Alexnet的实验结果,如果不做fine-tuning,pool5和fc6和fc7的特征效果并没有很强的提升,所以,如果直接用作feature extractor,直接用pool的最后一层输出就OK.
这里是一个简单的演示,提取VGG的pool5层特征,存储为.mat文件;
import scipy.io as sio from scipy.misc import imread, imresize sess = tf.Session() imgs = tf.placeholder(tf.float32, [None, 224, 224, 3]) vgg = vgg16(imgs, '/aa/data/vgg16_weights.npz', sess) img1 = imread('/aa/data/laska.png', mode='RGB') img1 = imresize(img1, (224, 224)) path = '/aa/data/AllSample/' for i in range(1,211): img = imread(path+str(i)+'.jpg',mode='RGB') print(path+str(i)+'.jpg') img = imresize(img, (224, 224)) feature = sess.run(vgg.pool5, feed_dict={vgg.imgs: [img]}) feature = np.reshape(feature,[7,7,512]) dic = {'features':feature} sio.savemat('/aa/data/features/'+str(i)+'.mat',dic) # features = feature.eval(session=sess)# features = np.reshape(features,[7,7,512])
0 0
- tensorflow提取VGG特征
- tensorflow提取VGG特征
- VGG Pool5 Feature Map特征提取
- Torch 7 利用已有VGG模型提取图片特征
- 基于 vs2013 + caffe 的 人脸图像 vgg 特征提取
- tensorflow训练神经网络-提取MFCC特征
- Tensorflow --VGG网络
- Tensorflow实例:实现VGG
- tensorflow 1.0 学习:参数和特征的提取
- Tensorflow学习(5)参数和特征的提取
- Tensorflow cnn网络 vgg可视化
- 使用TensorFlow进行特征提取(中层特征)以及mat文件转为tfrecord方法
- 特征提取
- 特征提取
- 特征提取
- 特征提取
- 特征提取
- 特征提取
- 父进程干掉子进程
- ajax跨域报错
- java容器类
- 用c语言模拟进程调度
- html5使用js确定用户坐标位置
- tensorflow提取VGG特征
- 算法设计与分析 实验报告
- linux下rsync服务的搭建
- android 仿微信、支付宝支付密码框效果
- Oracle中获取系统当前时间和处理时间
- linux基本指令
- 类加载器
- Linux网络编程一步一步学+基础
- 读书计划