使用张量流分类进行特征提取
Using tensorflow classification for feature extraction
我目前正在开发一个从 3D 对象（准确地说是 Voxelgrids）中提取某些特征的系统，我想在性能（分类）方面将这些特征与自动生成的特征进行比较tensorflow cNN 和一些其他数据，但这不是这里的重点，只是为了背景。
我现在的想法是，获取一个数据集 (modelnet10)，训练一个 tensorflow cNN 对它们进行分类，然后在我的数据集上使用它在那里学到的东西——不是分类，而是提取特征。
所以我想放弃 cnn 所做的一切，除了它从对象中获取的东西。
有没有办法获得这些功能？我该怎么做？我当然不知道。
是的，可以训练专门用于特征提取的模型。这称为迁移学习，您可以在其中训练自己的模型然后提取特征，或者您可以从预训练模型中提取特征然后在您的任务中使用它（如果您的任务在本质上与预训练的模型相似）模型被训练为。您当然可以在网上找到很多关于这些主题的 material。但是，我在下面提供了一些链接，其中详细说明了如何进行操作：
https://keras.io/api/applications/
https://keras.io/guides/transfer_learning/
https://www.kaggle.com/angqx95/feature-extractor-fine-tuning-with-keras
我目前正在开发一个从 3D 对象（准确地说是 Voxelgrids）中提取某些特征的系统，我想在性能（分类）方面将这些特征与自动生成的特征进行比较tensorflow cNN 和一些其他数据，但这不是这里的重点，只是为了背景。 我现在的想法是，获取一个数据集 (modelnet10)，训练一个 tensorflow cNN 对它们进行分类，然后在我的数据集上使用它在那里学到的东西——不是分类，而是提取特征。
所以我想放弃 cnn 所做的一切，除了它从对象中获取的东西。
有没有办法获得这些功能？我该怎么做？我当然不知道。
是的，可以训练专门用于特征提取的模型。这称为迁移学习，您可以在其中训练自己的模型然后提取特征，或者您可以从预训练模型中提取特征然后在您的任务中使用它（如果您的任务在本质上与预训练的模型相似）模型被训练为。您当然可以在网上找到很多关于这些主题的 material。但是，我在下面提供了一些链接，其中详细说明了如何进行操作：
https://keras.io/api/applications/
https://keras.io/guides/transfer_learning/
https://www.kaggle.com/angqx95/feature-extractor-fine-tuning-with-keras