利用vgg预训练模型提取图像特征

最新推荐文章于 2025-06-28 10:37:12 发布

原创

最新推荐文章于 2025-06-28 10:37:12 发布 · 4.2w 阅读

173 ·

CC 4.0 BY-SA版权

文章标签：

#vgg #tensorflow #特征提取

本文介绍了VGG16模型的结构，并详细阐述了如何利用TensorFlow搭建网络提取图像特征。通过去掉预训练模型的最后一层，加载VGG16的权重文件，可以提取图像的fc7层特征。在不同版本的TensorFlow中，需要注意tf.split函数的参数变化，以避免错误。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

VGG卷积神经网络是牛津大学在2014年提出来的模型。当这个模型被提出时，由于它的简洁性和实用性，马上成为了当时最流行的卷积神经网络模型。它在图像分类和目标检测任务中都表现出非常好的结果。在2014年的ILSVRC比赛中，VGG 在Top-5中取得了92.3%的正确率。有VGG16和VGG19，模型的权重由ImageNet训练而来
1、VGG结构
在这里插入图片描述
下面以VGG16为例来说明：

看出VGG16由13个卷积层+3个全连接层=16层构成，过程为：
经过的卷积核大小为333，stride=1，padding=1，pooling为采用2x2的max pooling方式。
（1）输入：输入224 * 224 * 3的图片。
（2） Conv1_1+conv1_2+pool1：经过64个卷积核的两次卷积后，采用一次max pooling。经过第一次卷积后，有（3 * 3 * 3） * 64=1728个训练参数；第二次卷积后，有（3 * 3 * 64） * 64=36864个训练参数，大小变为112 * 112 * 64.
（3） Conv2_1+conv2_2+pool2：经过两次128个的卷积核卷积之后，采用一次max pooling，有（3 * 3 * 128） * 128=147456个训练参数，大小变为56 * 56 * 128.
（4） Conv3_1+conv3_2+con3_3+pool3: 经过三次256个的卷积核卷积之后，采用一次max pooling，有（3 * 3 * 256） * 256=589824个训练参数，大小变为28 * 28 * 256.
（5） Conv4_1+conv4_2+con4_3+