当用作预训练特征提取器时，VGG16应该提取多少个特征？

Question

我将TensorFlow后端与Keras结合使用，以使用经过预先训练的模型（ImageNet上的VGG16）从图像中提取特征。从我可以在线阅读的内容中，我应该为每个图像获得具有4096个特征的向量。

我正在使用此行来导入没有最后一个完全连接的层的模型（据我所想）：

applications.vgg16.VGG16(weights='imagenet', include_top=False, pooling='avg'

但是，最后我得到的向量只有512个特征。考虑VGG16的体系结构：

看来我实际上是从最后一个最大池化层中获得结果的（这与Keras文档一致）。

那么我应该获得512或4096个功能吗？

Answer 1

根据Keras documentation，当您设置include_top = False时，它会忽略最后3个完全连接（FC）层，因此从直观上来说，您应该获得正确的512个特征向量。如果要考虑最后3个FC层，请设置include_top = True。然后，您将获得1000个特征预测（考虑最后的softmax层）。

尝试执行：

vggmodel = keras.applications.vgg16.VGG16(weights='imagenet', include_top=False, pooling='avg')
vggmodel.summary()

和

vggmodel = keras.applications.vgg16.VGG16(weights='imagenet', include_top=True, pooling='avg') 
vggmodel.summary()

以获得更全面的了解。