具有其他输入形状和图像净重的VGG16

Question

我不熟悉VGG16这样的型号。我一直在搜索关于这个模型的信息，但我仍然对它有怀疑。我有10000张不同大小的图片来训练这个模型（2个类），所以我决定使用86x86的图片大小，因为计算上的限制，它几乎是每个图片大小的平均值。所以我这样做了：

base_model16 = VGG16(weights='imagenet', include_top=False, input_shape=(86,86,3)) 

至于发电机：

datagen = ImageDataGenerator(preprocessing_function=preprocess_vgg16) 

train_generator = datagen.flow_from_directory(path_train,
                                                    target_size=(86,86),
                                                    color_mode='rgb',
                                                    batch_size = 128,
                                                    class_mode='categorical',
                                                    shuffle=True) 

我读到VGG16是用224x224训练的，我知道我们可以使用其他尺寸，但有人能确认我做得对吗？因为我使用的是imagenet weights和preprocess_vgg16，它使用的是224x224。 对不起，如果以前有人问过这个问题，请帮我理解

多谢各位

Answer 1

您必须修改Vgg模型，因为它设计用于对1000幅图像进行分类。设置include_top=False将删除具有1000个神经元的模型顶层。现在我们需要包括一个层，其中将有2个神经元。下面的代码将实现这一点。注意，在VGG模型的参数中，我设置了pooling='max'。这使得Vgg模型的输出成为一个向量，可以用作密集层的输入

base_model=tf.keras.applications.VGG16( include_top=False, input_shape=(86,86,3), 
                                        pooling='max', weights='imagenet' ) 
x=base_model.output
output=Dense(2, activation='softmax')(x)
model=Model(inputs=base_model.input, outputs=output)
model.compile(Adam(lr=.001), loss='categorical_crossentropy', metrics=['accuracy') 

顺便说一句，我不喜欢使用VGG16。它有大约4000万个可转换的参数，因此计算开销大，导致训练时间长。我更喜欢使用MobileNet模型，该模型只有大约400万个可训练参数，而且精度也差不多。要使用MobileNet模型，只需使用这行代码，而不是Vgg模型的代码。注：我将图像形状设置为（128128,3），因为有一个版本的mobilenet权重在imagenet上使用128 X 128图像进行训练，它将自动下载并帮助模型更快收敛。但如果您愿意，可以使用86 X86。因此，在您的列车中，发电机组的目标是（128128）。此外，在ImageDataGenerator中，代码预处理函数=预处理函数vgg16仍应适用于Mobilenet模型，因为我认为它与keras.applications.Mobilenet.preprocess输入相同。我相信它们都只是将像素重新缩放到-1和+1之间

base_model=tf.keras.applications.mobilenet.MobileNet( include_top=False, 
           input_shape=(128,128,3), pooling='max', weights='imagenet',dropout=.4)