Tensorflow實戰筆記 用預訓練好的VGG-16模型提取圖像特征

 1、首先就要下載模型結構

      首先要做的就是下載訓練好的模型結構和預訓練好的模型，結構地址是：點擊打開鏈接

     模型結構如下：

  文件test_vgg16.py可以用於提取特征。其中vgg16.npy是需要單獨下載的文件。

 

2、使用預訓練的模型提取特征

 

    打開test_vgg16.py，做如下修改：

 

import numpy as np
import tensorflow as tf
 
import vgg16
import utils
 
img1 = utils.load_image("./test_data/tiger.jpeg")
img2 = utils.load_image("./test_data/puzzle.jpeg")
 
batch1 = img1.reshape((1, 224, 224, 3))
batch2 = img2.reshape((1, 224, 224, 3))
 
batch = np.concatenate((batch1, batch2), 0)
 
# with tf.Session(config=tf.ConfigProto(gpu_options=(tf.GPUOptions(per_process_gpu_memory_fraction=0.7)))) as sess:
with tf.device('/cpu:0'):
    with tf.Session() as sess:
        images = tf.placeholder("float", [2, 224, 224, 3])
        feed_dict = {images: batch}
 
        vgg = vgg16.Vgg16()
        with tf.name_scope("content_vgg"):
            vgg.build(images)
 
        prob = sess.run(vgg.fc7, feed_dict=feed_dict)   #需要提取哪一層特征，就在這里做修改，比如fc6，只需要把vgg.fc7修改為vgg.fc6
        print(prob)
       # utils.print_prob(prob[0], './synset.txt')
       # utils.print_prob(prob[1], './synset.txt')

 

提取哪一層的特征，需要把名字修改一下即可，而名字可以查vgg16.py，里面定義了每一層的名字。

 自此，所有操作已經完畢，相對還是挺簡單的。

 如果還有問題未能得到解決，搜索887934385交流群，進入后下載資料工具安裝包等。最后，感謝觀看！