Keras VGGFace 提取特征

Question

我正在尝试使用 TensorFlow 和 Keras 从 VGGFace 模型的卷积层中提取特征。

这是我的代码：

# Layer Features
layer_name = 'conv1_2' # Edit this line
vgg_model = VGGFace() # Pooling: None, avg or max
out = vgg_model.get_layer(layer_name).output
vgg_model_new = Model(vgg_model.input, out)

def main():
    img = image.load_img('myimage.jpg', target_size=(224, 224))
    x = image.img_to_array(img)
    x = np.expand_dims(x, axis=0)
    x = utils.preprocess_input(x, version=1)
    preds = vgg_model_new.predict(x)
    print('Predicted:', utils.decode_predictions(preds))
    exit(0)

但是，在 print('Predicted:', utils.decode_predictions(preds)) 行出现以下错误：

Message=decode_predictions expects a batch of predictions (i.e. a 2D array of shape (samples, 2622)) for V1 or (samples, 8631) for V2.Found array with shape: (1, 224, 224, 64)

我只想提取特征，此时不需要对图像进行分类。此代码基于 https://github.com/rcmalli/keras-vggface

Answer 1

您不应该在那里使用 utils.decode_predictions(preds)，因为它仅用于分类。你可以在这里看到函数的定义 https://github.com/rcmalli/keras-vggface/blob/master/keras_vggface/utils.py#L66

如果要打印特征，请使用print('Predicted:',preds)

Keras VGGFace 提取特征

Keras VGGFace extracting features

python

tensorflow

keras

vgg-net