预训练网络实战之特征提取

最新推荐文章于 2025-01-15 18:05:35 发布

Cassiel.Lee

最新推荐文章于 2025-01-15 18:05:35 发布

阅读量1.9k

点赞数 2

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/qq_31207499/article/details/88635079

本文介绍如何在毕业设计中应用预训练网络进行特征提取。作者使用了keras库，通过pip安装后，成功实现了预训练CNN的特征提取功能。尽管代码新手上路，但分享意在促进共同学习进步。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近在做毕业设计，其中涉及到使用预训练网络的内容，网上关于这方面的资源也有很多，但是有一些代码有问题，经过一些尝试本小白还是成功的完成了这个功能，主要利用的keras库，关于keras库安装直接在命令行窗口使用pip inatall keras就可以了。在这里把我的代码发出来，望与各位同学一起进步！小白的代码写的比较渣……

# -*- coding: utf-8 -*-
"""
Created on Thu Dec 27 15:30:38 2018

@author: 13260
"""

"""
功能：提取VGG19卷积层特征并保存
"""
#from keras.applications.resnet50 import ResNet50
from keras.applications.densenet import DenseNet201,preprocess_input
from keras.preprocessing import image
#from keras.applications.resnet50 import preprocess_input
from keras.models import Model
from sklearn.cluster import MiniBatchKMeans
from keras.utils import plot_model
from sklearn import preprocessing
import numpy as np
import os

"""
功能：读取所有图片路径
输入：数据库路径
输出：所有图片路径
"""
def read_all_imgs(data_dir):
    catalogs = os.listdir(data_dir)
    imgSet = []
    for i in range(len(catalogs)):
        catalog_path = data_dir + catalogs[i]
        for img in os.listdir(catalog_path):
            #imgs = [catalog_path + "/" + img for