得到VGG19某个卷积层的输出结果

本文展示了如何使用PyTorch库中的torchvision和VGG19模型对图片进行预处理,包括加载、转换和形状操作,并提取卷积层的特征。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

from torchvision import models,transforms
import torch
from PIL import Image
from torch import nn

preprocess_transform = transforms.Compose([
    transforms.Resize((900, 600)),
    transforms.ToTensor()
    ])
dev = torch.device("cuda")

def load_image(img_path):
    image = Image.open(img_path).convert('RGB')
    return preprocess_transform(image).unsqueeze(0).to(dev)

model = models.vgg19(pretrained=True)
model = model.to(dev)
print(model)

img_path = 'img/building.png'
image = load_image(img_path) # (1,3,600,900)
print(image.shape)
# outputs = model(image)
x = image
layers_outputs = []
for l in model.features:
    x = l(x)
    if isinstance(l, nn.Conv2d):
        layers_outputs.append(x)
print(layers_outputs) # 想要哪一层拿哪一层

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值