我试图使用来自keras的预训练VGG 16。但我真的不确定输入范围应该是什么。
快速回答，这些颜色顺序中的哪一个？
哪个范围？
我注意到the file where the model is defined导入了一个输入预处理器：
from .imagenet_utils import preprocess_input
但是这个预处理器从未在文件的其余部分使用过。
此外，当我检查code for this preprocessor时，它有两种模式：caffe和tf（tensorflow）。
每种模式的工作方式不同。
最后，我无法在互联网上找到一致的文档。
那么，工作的最佳范围是什么？模型权重的范围是什么？
答案 0 :(得分：10)
模型权重是从caffe移植的，因此它位于BGR format。
Caffe使用BGR颜色通道方案来读取图像文件。这是 由于imread的底层OpenCV实现。假设 RGB是一个常见的错误。
您可以找到原始的caffe模型权重文件on VGG website。此链接也可以在Keras文档中找到。
我认为第二个范围是最接近的范围。在训练期间没有缩放，但是作者已经减去了ILSVRC2014训练集的平均值。如the original VGG paper中所述，第2.1节：
我们唯一的预处理是减去平均RGB值， 从每个像素计算出训练集。
这句话实际上是imagenet_utils.preprocess_input(mode='caffe')所做的。
keras.preprocessing.image.load_img()以RGB格式加载图像，所以VGG16（以及从caffe移植的所有模型）都需要进行此转换。(103.939, 116.779, 123.68)。 vgg16.py中未使用预处理器。它在文件中导入，以便用户可以通过调用keras.applications.vgg16.preprocess_input(rgb_img_array)来使用预处理功能，而无需关心模型权重的来源。 preprocess_input()的参数始终是RGB格式的图像数组。如果模型是使用caffe训练的，preprocess_input()会将数组转换为BGR格式。
请注意，函数preprocess_input()不应从imagenet_utils模块调用。如果您使用的是VGG16，请拨打keras.applications.vgg16.preprocess_input()，图像将转换为VGG16经过培训的合适格式和范围。同样，如果您使用的是Inception V3，请调用keras.applications.inception_v3.preprocess_input()，图像将转换为Inception V3训练的范围。