Keras VGGnet预训练模型可变大小输入

Question

我想使用VGG预训练模型提取368x368尺寸图像的特征。根据文档，VGGnet接受224x224尺寸的图像。有没有办法给Keras VGG提供可变大小的输入？

这是我的代码：

# VGG Feature Extraction
x_train = np.random.randint(0, 255, (100, 224, 224, 3))
base_model = VGG19(weights='imagenet')
modelVGG = Model(inputs=base_model.input, outputs=base_model.get_layer('block4_conv2').output)
block4_conv2_features = modelVGG.predict(x_train)

编辑代码（有效！）

# VGG Feature Extraction
x_train = np.random.randint(0, 255, (100, 368, 368, 3))
base_model = VGG19(weights='imagenet', include_top=False)
modelVGG = Model(inputs=base_model.input, outputs=base_model.get_layer('block4_conv2').output)
block4_conv2_features = modelVGG.predict(x_train)

Answer 1

输入大小会影响完全连接的（Dense）层中神经元的数量。因此，您需要创建自己的完全连接的层。

用调用VGG19 include_top=False删除完全连接的图层，然后自己添加它们。检查此代码以供参考。