删除最后一层并在 Keras 中插入三个 Conv2D 层

Question

我在 Keras 中有一个分类模型，我在某些数据集上进行了训练。调用该模型 "classification_model"。该模型保存在 "classification.h5" 中。检测模型是相同的，只是我们删除了最后一个卷积层，并添加了三个 Conv2D 层，大小为 (3,3)。因此，我们的检测模型 "detection_model" 应该如下所示：

detection_model = classification_model[: last_conv_index] + Conv2d + Conv2d + Conv2d。

我们如何在 Keras 中实现它？

Answer 1

那么，加载您的分类模型并使用 Keras functional API 构建您的新模型：

model = load_model("classification.h5")

last_conv_layer_output = model.layers[last_conv_index].output
conv = Conv2D(...)(last_conv_layer_output)
conv = Conv2D(...)(conv)
output = Conv2D(...)(conv)

new_model = Model(model.inputs, output)

# compile the new model and save it ...