当用作预训练特征提取器时，VGG16应该提取多少个特征？

Question

我将Keras与TensorFlow后端配合使用，以使用经过预先训练的模型（ImageNet上的VGG16）从图像中提取特征。 从我可以在线阅读的内容中，我应该为每个图像获得具有4096个特征的向量。

我正在使用这条线来导入没有最后一个完全连接的层的模型（正如我认为的那样）：

applications.vgg16.VGG16(weights='imagenet', include_top=False, pooling='avg'

但是，我最终得到的向量只有512个特征。 考虑到VGG16的体系结构：

看来我实际上是从最后一个最大池化层获取结果（这与Keras文档一致）。

那我应该获得512或4096个功能吗？

Answer 1

根据Keras文档，当您设置include_top = False它会忽略最后3个完全连接（FC）层，因此从直观上来说，您应该获得正确的512个特征向量。 如果要考虑最后3个FC层，请设置include_top = True 。 然后，您将获得1000个特征预测（在最后考虑softmax层）。

尝试执行：

vggmodel = keras.applications.vgg16.VGG16(weights='imagenet', include_top=False, pooling='avg')
vggmodel.summary()

和

vggmodel = keras.applications.vgg16.VGG16(weights='imagenet', include_top=True, pooling='avg') 
vggmodel.summary()

以获得更全面的了解。