连接 ResNet-50 预测 PyTorch

Question

我使用的是预训练的 ResNet-50 模型，其中最后一个密集被移除，平均池化层的输出被展平。这样做是为了特征提取目的。图片大小调整为(300, 300)后从文件夹中读取；这是 RGB 图像。

torch 版本：1.8.1 和 torchvision 版本：0.9.1 和 Python 3.8。

代码如下：

model_resnet50 = torchvision.models.resnet50(pretrained = True)

# To remove last dense layer from pre-trained model, Use code-
model_resnet50_modified = torch.nn.Sequential(*list(model_resnet50.children())[:-1])

# Using 'AdaptiveAvgPool2d' layer, the predictions have shape-
model_resnet50_modified(images).shape
# torch.Size([32, 2048, 1, 1])

# Add a flatten layer after 'AdaptiveAvgPool2d(output_size=(1, 1))' layer at the end-
model_resnet50_modified.flatten = nn.Flatten()

# Sanity check- make predictions using a batch of images-
predictions = model_resnet50_modified(images)

predictions.shape
# torch.Size([32, 2048])

我现在想将批量图像输入此模型，并垂直连接模型 (32, 2048) 所做的预测。

# number of images in training and validation sets-
len(dataset_train), len(dataset_val)
# (22500, 2500)

共有 22500 + 2500 = 25000 张图片。所以最终表格/矩阵的形状应该是：(25000, 2048) -> 图像数量 = 25000，提取特征数量 = 2048。

我尝试使用 np.vstack() 运行玩具代码，如下所示：

x = np.random.random_sample(size = (1, 3))
x.shape
# (1, 3)

x
# array([[0.52381798, 0.12345404, 0.1556422 ]])

for i in range(5):
    y = np.random.random_sample(size = (1, 3))
    np.vstack((x, y))
    
x
# array([[0.52381798, 0.12345404, 0.1556422 ]])

解决方案？

谢谢！

Answer 1

如果要将结果堆叠在张量中：

results = torch.empty((0,2048))
results.to(device)
results = torch.cat((results, predictions), 0)