【发布时间】：2018-05-03 17:00:36
【问题描述】：
有人可以提供模型的详细信息，以提取 tensorflow 或 Keras 的图像模型的特征吗？我一直在寻找可以提取图像特征的预训练模型。然后我将创建一个图像向量，然后应用最近邻来找出相似的图像。
【问题讨论】：
-
autoencoder是什么标签？
标签： image-processing tensorflow deep-learning keras autoencoder
【发布时间】：2018-05-03 17:00:36
【问题描述】：
任何普通的预训练分类模型，如 vgg 或 resNet，都会在每一层提取图像的不同特征。虽然较早的层将响应更基本和简单的特征，如边缘，但更深的层将响应更具体的特征。如果您想从图像中提取特定特征，您必须标记一些数据并使用该数据集训练您的模型。 为此，您可以使用预训练模型的前几层作为编码器。
但我猜只有 CNN 的解决方案会给你带来更好的结果。这是一个关于这个主题的不错的阅读：https://arxiv.org/ftp/arxiv/papers/1709/1709.08761.pdf
Keras 实际上包含了一些具有预训练权重的应用程序，包括 vgg16：https://github.com/fchollet/keras/blob/master/keras/applications/vgg16.py
您可以在此处找到此 vgg16 模型（在 imageNet 上预训练）的权重链接： https://github.com/fchollet/deep-learning-models/releases/download/v0.1/vgg16_weights_tf_dim_ordering_tf_kernels.h5
【讨论】：
-
谢谢。可以提取图像的哪些特征？我相信 RGB 值是特征之一
-
@sakthivel 学习到的 CNN 的特定层的学习权重和偏差（参数）比简单的全局特征（如 RGB 值）更稳健，因为在那里你可以学习更复杂和非线性的特征。只需阅读 Jodo 在他的回答中推荐的链接文件。此外，您可以阅读以下教程，该教程解释了一个简单的自动编码器blog.keras.io/building-autoencoders-in-keras.html。