什么是inception和vgg16的输出维度

Question

我使用了两个图像网络训练模型，即 VGG16 和 inception，在 python 中使用 Keras API 使用以下几行；其中 x 是输入图像，批量大小为简单起见 =1。

VGGbase_model = InceptionV3(weights='imagenet', include_top=False, 
input_shape=(299,299,3))
Inceptionbase_model = VGG16(weights='imagenet', include_top=False, 
input_shape=(224,224,3))
predictVgg16= VGGbase_model.predict_on_batch(x)
predictinception= Inceptionbase_model.predict_on_batch(x)

我观察到 VGG16 模型预测的输出维度为 (1,512) ，我理解 512 是 VGG16 预测的特征。然而，初始模型输出的维度为 1,8,8,2048。我知道 2048 是 inception 预测的特征向量，但是什么是 8,8 以及为什么 VGG16 只有两个维度而 inception 有 3 个维度。请提出任何意见。

Answer 1

您只需键入以下内容即可查看所有图层大小：

print(Inceptionbase_model.summary())
print(VGGbase_model.summary())

你可以在这里看到它： InceptionV3，vgg16

InceptionV3(None,8,8,2048)在最后一个卷积层具有形状并且vgg16 (None, 7, 7, 512)。如果您想从每个模型中获取特征，您可以通过使用include_top=False和pooling='avg'或调用模型来实现pooling='max'（这将在最后添加一个池化层，并将为InceptionV3模型输出 2048 个特征，为vgg16.

前任。

img_shape=(299,299,3)
Inceptionbase_model = InceptionV3(input_shape=img_shape, weights='imagenet', include_top=False, pooling='avg')