基于Resnet50的pytorch框架下的图像特征提取

最新推荐文章于 2025-10-15 09:05:50 发布

原创

最新推荐文章于 2025-10-15 09:05:50 发布 · 1.6w 阅读

110 ·

CC 4.0 BY-SA版权

文章标签：

#Pytorch #特征提取 #Resnet

在Resnet50CNN结构下实现图像的特征提取，这里采用的是CV2的图像读入方式，最后再把得到的图像转换成npy格式进行输出得得，图像对应的特征。

# -*- coding: utf-8 -*-
"""
Function: 图像特征的提取，可以依据需求修改CNN的输出，得到不同层网络的输出图像特征
Writer： Zenght
date：2019.2.16

"""
from __future__ import print_function, division, absolute_import
import torch
import torchvision
import torch.nn as nn
from torch.autograd import Variable
import torch.optim as optim
from torch.optim import lr_scheduler
import numpy as np
from torchvision import datasets, models, transforms
import os
import cv2
import time
import copy
import torch.utils.data as data
from Rsenet50 import Resnet


class Net(nn.Module):
    #         此处可以添加自行设定的网络结构
    def __init__(self):
        super(Net, self).__init__()



def cv2_imageloader(path):
    mean = [0.485, 0.456, 0.406]
    std = [0.229, 0.224, 0.225]
    img = cv2.imread(path)
    img = cv2.resize(img, (224, 224))
    im_arr = np.float32(img)
    im_arr = np.ascontiguousarray(im_arr[..., ::-1])
    im_arr = im_arr.transpose(