利用ImageNet上预训练的VGG19提取图像特征

已于 2023-09-14 12:01:28 修改
阅读量524 收藏
点赞数 1
文章标签： 深度学习 人工智能
于 2023-09-14 11:55:55 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zzcy202202/article/details/132872945
版权
本文介绍了VGG19卷积神经网络的结构，它在ILSVRC比赛中取得了优异成绩。通过VGG16为例，详细阐述了网络层的配置，包括卷积和池化层。接着，讨论了如何利用TensorFlow构建网络并提取特定层的特征，特别是去掉最后一层softmax，使用预训练权重文件。在实际操作中遇到了关于tf.split函数版本问题的解决办法，并提供了相关代码仓库和模型下载链接。
摘要由CSDN通过智能技术生成

VGG卷积神经网络是牛津大学在2014年提出来的模型。当这个模型被提出时，由于它的简洁性和实用性，马上成为了当时最流行的卷积神经网络模型。它在图像分类和目标检测任务中都表现出非常好的结果。在2014年的ILSVRC比赛中，VGG 在Top-5中取得了92.3%的正确率。有VGG16和VGG19，模型的权重由ImageNet训练而来。

1、VGG结构

下面以VGG16为例来说明：

看出VGG16由13个卷积层+3个全连接层=16层构成，过程为：

经过的卷积核大小为333，stride=1，padding=1，pooling为采用2x2的max pooling方式。

(1) 输入：输入224 * 224 * 3的图片。

(2) Conv1_1+conv1_2+pool1：经过64个卷积核的两次卷积后，采用一次max pooling。经过第一次卷积后，有(3 * 3 * 3) * 64=1728个训练参数；第二次卷积后，有(3 * 3 * 64) * 64=36864个训练参数，大小变为112 * 112 * 64.

(3) Conv2_1+conv2_2+pool2：经过两次128个的卷积核卷积之后࿰

最低0.47元/天 解锁文章
迷茫的小张_
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
matlab vgg19提取语义特征,利用vgg预训练模型提取图像特征及常见问题
weixin_36476970的博客
03-19 2108
VGG卷积神经网络是牛津大学在2014年提出来的模型。当这个模型被提出时，由于它的简洁性和实用性，马上成为了当时最流行的卷积神经网络模型。它在图像分类和目标检测任务中都表现出非常好的结果。在2014年的ILSVRC比赛中，VGG 在Top-5中取得了92.3%的正确率。有VGG16和VGG19，模型的权重由ImageNet训练而来1、VGG结构下面以VGG16为例来说明：看出VGG16由13个卷积...
基于VGG19的图像风格迁移.zip
06-27
2. **特征提取**：通过前向传播，分别将内容图像和风格图像输入预训练的VGG19模型，获取它们在特定层的激活值。这些激活值包含了图像的特征信息。 3. **定义损失函数**：风格迁移的损失函数通常由两部分组成：内容...
快速多线程VGG-19特征提取器：深度视觉特征的高效获取利器
最新发布
gitblog_00007的博客
06-24 397
快速多线程VGG-19特征提取器：深度视觉特征的高效获取利器 项目地址:https://gitcode.com/coreylynch/vgg-19-feature-extractor 在当前的数据驱动时代，深度学习模型如VGG-19已经成为了处理大规模图像数据集的关键工具。本文将向您介绍一个名为Fast Multi-threaded VGG 19 Feature Extractor的开源项目，它能...
使用pytorch中预训练模型VGG19获取图像特征，得到图像embedding
me_yundou的博客
10-22 2万+
使用pytorch预训练模型VGG19提取图像特征, 得到图像embedding 前言 pytorch中的VGG19预训练模型, 最后一层输出是1000维的图像分类结果, 但是如果我们只想要模型中某一层的输出特征, 比如全连接层的4096维度的特征, 要如何提取呢? 本文解决这个问题. 本文内容参考: https://zhuanlan.zhihu.com/p/105703821 https://blog.csdn.net/Geek_of_CSDN/article/details/84343971
从VGG19中任意层提取图像识别的特征
Keep_Trying_Go的博客
04-03 4123
文章目录1.VGG19网络结构：2.主文件：main.py: 1.VGG19网络结构： 注意：我们输出第四层的block4_pool层的特征：（读者可以根据这个输出其他层的特征也可以） 2.主文件：main.py: import os import numpy as np from tensorflow.keras.models import Model import tensorflow.keras.applications.vgg19 from tensorflow.keras.preproce
tf.keras VGG19 imagenet
飞华的博客
12-13 665
# @Author: ---chenzhenhua # @E-mail: ---945979936@qq.com from tf.python.keras.models import Sequential from tf.python.keras.layers import Dense,Flatten,Dropout from tf.python.keras.layers.convolutio...
Imagenet VGG-19图片识别实例展示
JsonD的专栏
05-23 1万+
使用VGG19模型进行图片分类
pytorch的vgg19的预训练模型提取图片特征
superY_26的博客
10-21 3086
vgg提取图像特征，同一张图像两次运行vgg输出不同的结果。
Python-用多种预训练TensorFlow模型提取图像特征
08-11
本主题主要关注如何利用TensorFlow中的预训练模型来提取图像特征。这些预训练模型通常是在大规模图像数据集（如ImageNet）上训练得到的，具有识别多种图像类别的能力。提取图像特征是计算机视觉任务的基础，如图像...
imagenet-vgg-verydeep-19.zip
08-20
在图像风格迁移应用中，VGG-19模型被用来提取图像的风格和内容特征。 在"imagenet-vgg-verydeep-19.mat"文件中，存储了预训练的VGG-19模型参数，这些参数是通过大量图像数据进行训练得到的，能够捕捉到丰富的图像...
VGG_imagenet.npy
03-14
vgg16的Imagenet模型，由于google背墙，特分享一份以备份。
VGG Image Annotator 图像标记工具 via-1.0.6
12-13
视觉几何小组 VGG Image Annotator 图像标记工具 via-1.0.6.zip VGG Image Annotator is a simple and standalone manual annotation software for image, audio and video. VIA runs in a web browser and does not require any installation or setup. The complete VIA software fits in a single self-contained HTML page of size less than 400 Kilobyte that runs as an offline application in most modern web browsers.
VGG19预训练模型（不包括全连接层）
01-17
VGG19预训练模型是深度学习领域中一个经典的卷积神经网络（Convolutional Neural Network，CNN）架构，由牛津大学Visual Geometry Group（VGG）的研究人员于2014年提出。该模型以其深而狭窄的设计闻名，包含16到19个...
利用预训练的VGG提取图像特征（pytorch）
qq_41893638的博客
02-27 6954
​ 核心部分 a=vgg.features(img)#使用feature获取特征层（卷积层）的特征；输出特征维度为【1，512，4，4】 b=vgg.avgpool(a)#使用vgg定义的池化操作；输出特征维度为【1，512，7，7】 b=torch.flatten(b,1)#将特征变成一维度；输出特征维度为【1，25088】 c=vgg.classifier[:1]#使用分类层的的第一层，当然可以选择数；输出特征维度为【1，4096】 前言 需要pytorch预训练模型VGG19提取图像特征，但VGG1
【深度学习实战02】——VGG网络提取输入图像的特征并显示特征图
c20081052的专栏
05-05 2万+
本文是深度学习实战系列文章，主要是利用官网VGG 19层网络训练得到模型产生的weight和bias数值，对输入的任意一张图像进行前向训练，从而得到特征图。一. 代码以下是对应代码：# coding: utf-8 import scipy.io import numpy as np import os import scipy.misc import matplotlib.pyplot a...
使用VGG训练Imagenet
热门推荐
kesonyk的专栏
12-22 2万+
使用VGG训练Imagenet准备数据具体官网地址，请点击这里ImageNet官网训练数据集：ILSVRC2012_img_train.tar验证数据集：ILSVRC2012_img_val.tar数据解压sudo tar –xvf ILSVRC2012_img_train.tar -C ./train sudo tar –xvf ILSVRC2012_img_val.tar -C ./val对
Imagenet VGG-19网络加载和特征可视化
李响
12-08 2014
这篇文章主要阐述加载已经训练好的Imagenet VGG-19网络对图像猫进行识别，并且可视化VGG网络卷积层的特征图像。 下载Imagenet VGG-19 http://www.vlfeat.org/matconvnet/models/beta16/imagenet-vgg-verydeep-19.mat 加载Imagenet VGG-19 完整代码如下： import scipy.io im...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值