Question

import numpy as np
from PIL import Image
from keras.preprocessing import image
from keras.applications.vgg19 import preprocess_input

我使用以下方法创建VGG19模型：

img = Input(shape=(256,256,3))
vgg = VGG19(weights="imagenet")
vgg.outputs = [vgg.get_layer('block4_conv1').output]
model = Model(inputs=img, outputs=vgg(img))

然后在model.summary()中，我看到了：

block4_conv1 (Conv2D) (None, 28, 28, 512) 1180160

我的预期尺寸为(28,28,512)。

要将图像加载到网络中，我使用：

img = image.load_img("./path-to-image.jpeg", target_size=(256, 256))
img = preprocess_input(np.array(img))

但是，当我将图像放入模型中时，我的输出尺寸为(1, 32, 32, 512)，对于为什么会发生这种情况没有任何意义！

要获取输出尺寸，请运行：

img_out = \
    model.predict(
        np.expand_dims(img, 0), 
        batch_size=1
    )

img_out.shape
>>> (1, 32, 32, 512) != (28,28,512)

Answer 1

VGG19默认情况下接受输入（224、224、3）。如果对它应用3个最大池化层，将得到（28,28，num_kernels）。

但是，您输入的是（256，256，3）。因此，如果对此应用3个最大池化层，最终将得到（32，32，num_kernels）。

在第一个最大池层之后-（128，128，num_kernels）
在第二个最大池层之后-（64，64，num_kernels）
在第三个最大池层之后-（32，32，num_kernels）

VGG19 Conv4-1图层的Keras输出尺寸与模型输出不匹配

1 个答案: