更改 VGG16 应用程序的输入张量形状

Question

我想将形状为 (160,320,3) 的图像提供给

 VGG16(input_tensor=input_tensor, include_top=False)

如何包含一个图层，将图像重塑为 VGG16 模型预期的形状，即 (224,224,3)？

Answer 1

VGG16 模型本身只是一组固定层数和固定卷积核大小等的权重。这并不意味着这些卷积核不能应用于其他大小的图像。

例如你的情况：

from keras.models import Model
from keras.layers import Dense,Flatten
from keras.applications import vgg16
from keras import backend as K

model = vgg16.VGG16(weights='imagenet', include_top=False, input_shape=(160,320,3))
model.summary(line_length=150)

flatten = Flatten()
new_layer2 = Dense(10, activation='softmax', name='my_dense_2')

inp2 = model.input
out2 = new_layer2(flatten(model.output))

model2 = Model(inp2, out2)
model2.summary(line_length=150)

根据 here 的说法，最小图像大小可以是 48x48x3 任何大于该大小的都可以。

现在它是真实的，原始权重是在 224,224,3 形状的图像上学习的，但过滤器权重是使用新图像集执行新任务的非常好的起点。您确实需要 re-train 网络，但网络会很快收敛。这是迁移学习的基础。

Answer 2

您需要做两件事：

通过为图像宽度和高度定义 None，明确声明输入形状具有可变大小的输入。
不要使用 flatten()，因为它依赖于固定的输入形状。取而代之的是使用 GlobalMaxPooling，它不仅可以进行自适应池化，还可以展平输入张量以供 FC 处理。

我希望这能帮助你实现你的目标。

Answer 3

您可以使用 Opencv 库的 resize() 函数。

 import cv2
    width = int(224)
    height = int(224)
    dim = (width, height)
    '''images contains original dimension image array'''
    resized_images=[]
    for i in range(0,images.shape[0]):
           resized = cv2.resize(images[i], dim, interpolation = cv2.INTER_AREA)
           resized_images.append(resized)

更改 VGG16 应用程序的输入张量形状

Change input tensor shape for VGG16 application

keras

keras-layer