Keras中的特徵提取

我正在使用預訓練的resnet50和inception v3網絡從我的圖像中提取特徵，然後將其與我的ML算法一起使用。Keras中的特徵提取

推薦哪些圖層用於特徵提取？

我目前使用的是："mixed10" in Inception v3 and "avg_pool" in resent50。雖然這些功能在XGBoost中建模得很好。

謝謝。

來源

2017-04-11 Chris Parry

關於如何選擇圖層進行特徵提取沒有一般規則，但您可以使用簡單的經驗法則。您進入網絡越深入 - 您將擁有的特定語義特徵越少。但在同一時間 - 你越來越少語義功能也。

我會做的是在兩種拓撲結構中使用pool層 - 如果這樣做效果不好 - 那麼我會深入設置深度爲metaparameter。

來源

2017-04-11 12:12:50

你的意思是「avg_pool」，include_top = True（默認）或者「global_average_pooling2d_1」，include_top = False？ –

在哪個拓撲？ –

resnet50具有'avg_pool'for include_top = True和False。 inceptionv3對於include_top = False具有'global_average_pooling2d_1'，對於include_top = True具有'avg_pool'。在我看來，提取特徵的正確方法是從include_top = True（默認）開始，對於resnet50或inceptionv3使用「avg_pool」圖層。那是對的嗎？ –

Keras中的特徵提取

回答

相關問題