Question

我使用了两个经过图像网络训练的模型，即VGG16和使用Keras API在python中使用以下代码行的inception;为简单起见，其中x是输入图像，批量大小是= 1。

VGGbase_model = InceptionV3(weights='imagenet', include_top=False, 
input_shape=(299,299,3))
Inceptionbase_model = VGG16(weights='imagenet', include_top=False, 
input_shape=(224,224,3))
predictVgg16= VGGbase_model.predict_on_batch(x)
predictinception= Inceptionbase_model.predict_on_batch(x)

我已经观察到VGG16模型以（1,512）的输出尺寸进行预测，我理解512是VGG16所预测的功能。但是初始模型输出的尺寸为1,8,8,2048。我知道2048是初始估计的特征向量，但是8,8是什么，以及为什么VGG16在初始时只有二维的原因是3。请发表任何评论。

Answer 1

您只需输入以下内容即可查看所有图层的大小：

print(Inceptionbase_model.summary())
print(VGGbase_model.summary())

您可以在这里看到

： InceptionV3，vgg16

InceptionV3在最后一个卷积层上的形状为(None,8,8,2048)，vgg16的形状为(None, 7, 7, 512)。如果您想从每个模型中获取要素，则可以通过使用include_top=False和pooling='avg'或pooling='max'调用模型来实现（这将在末尾添加一个池化层并输出2048个要素InceptionV3模型适用，vgg16模型适用512。

例如。

img_shape=(299,299,3)
Inceptionbase_model = InceptionV3(input_shape=img_shape, weights='imagenet', include_top=False, pooling='avg')

inception和vgg16

1 个答案: