用于图像到特征向量的 CNN

Question

我有一个相当简单的问题，但我无法解决这个问题。 如果我理解错误，您需要纠正我，。 通常，CNN 用于图像分类，其中 FC 层用于 output 每个给定类别的概率。

我实际上想要别的东西：我可以训练一个 CNN 到 output 一个特征向量吗？ 一个例子是：输入==图像； 输出==具有 3 个通道 (RGB) 的颜色直方图，每个通道值是红色、绿色、蓝色像素的数量。 （我实际上想学习特殊图像的其他图像特征描述符，但这应该类似）。

指针、链接和教程（尤其是我可以为我的目的修改的代码）将不胜感激。

提前非常感谢！！

Answer 1

CNN 的 output 是特征向量，这意味着输入是图像，您将获得该图像的特征向量作为 output。 该特征向量是通过使用应用于该图像的掩码计算的。 这些特征向量被用于分类。 使用 output 进行分类或其他任何事情都取决于您。 此链接可能会对您有所帮助。 http://www.wildml.com/2015/11/understanding-convolutional-neural-networks-for-nlp/