使用预训练的ResNet50网络的OneClass SVM模型

Question

我正在尝试构建用于图像识别的OneClass分类器。 我找到了这篇文章，但是因为我没有完整的源代码，所以我不太了解我在做什么。

X_train, X_test, y_train, y_test = train_test_split(x, y, random_state=42)

# X_train (2250, 200, 200, 3)
resnet_model = ResNet50(input_shape=(200, 200, 3), weights='imagenet', include_top=False)
features_array = resnet_model.predict(X_train)
# features_array (2250, 7, 7, 2048)
pca = PCA(svd_solver='randomized', n_components=450, whiten=True, random_state=42)
svc = SVC(kernel='rbf', class_weight='balanced')
model = make_pipeline(pca, svc)

param_grid = {'svc__C': [1, 5, 10, 50], 'svc__gamma': [0.0001, 0.0005, 0.001, 0.005]}
grid = GridSearchCV(model, param_grid)
grid.fit(X_train, y_train)

我有2250张图片（包括食物而不是食物），尺寸为200x200px，我发送此数据来预测 ResNet50模型的方法。 结果是（2250，7，7，2048）张量，有人知道这个维数是什么意思吗？

当我尝试运行grid.fit方法时出现错误：

ValueError: Found array with dim 4. Estimator expected <= 2.

Answer 1

这些是我可以做出的发现。

您将使输出张量高于全局平均池化层。 （请参阅resnet_model.summary()以了解输入维如何更改为输出维）

为了进行简单修复，请在resnet_model的顶部添加一个平均池化2d层。 （以便输出形状变为（2250,1,1，2048））

resnet_model = ResNet50(input_shape=(200, 200, 3), weights='imagenet', include_top=False)
resnet_op = AveragePooling2D((7, 7), name='avg_pool_app')(resnet_model.output)
resnet_model = Model(resnet_model.input, resnet_op, name="ResNet")

这通常存在于ResNet50本身的源代码中。 基本上，我们将AveragePooling2D图层添加到resnet50模型。 最后一行将图层（第二行）和基线模型组合到一个模型对象中。

现在，输出维度（feature_array）将为(2250, 1, 1, 2048) （由于添加了平均池层）。

为了避免ValueError您应该将此feature_array调整为(2250, 2048)

feature_array = np.reshape(feature_array, (-1, 2048))

在问题程序的最后一行，

grid.fit(X_train, y_train)

您已经适合使用X_train（在这种情况下为图像）。 此处正确的变量是features_array （这被认为是图像的摘要）。 输入此行将纠正错误，

grid.fit(features_array, y_train)

要通过提取特征向量以这种方式进行更细微的调整，请查看此处 （使用神经网络进行训练，而不是使用PCA和SVM）。

希望这可以帮助！！