用于自定义图像大小的 MobileNets答案

【问题标题】：MobileNets for a custom image size用于自定义图像大小的 MobileNets
【发布时间】：2019-08-29 11:58:14
【问题描述】：

我想使用在 ImageNet 上预训练的 MobileNet 模型进行特征提取。我正在加载模型如下：

from keras.applications.mobilenet import MobileNet

feature_model = MobileNet(include_top=False, weights='imagenet', input_shape=(200, 200, 3))

Keras 手册clearly says 这个输入形状是有效的：

input_shape：可选的形状元组，仅当 include_top 为 False 时才指定（否则输入形状必须为 (224, 224, 3)（使用 'channels_last' 数据格式）或 (3, 224, 224)（使用'channels_first' 数据格式）。它应该恰好有 3 个输入通道，并且宽度和高度不应小于 32。例如 (200, 200, 3) 将是一个有效值。

但是，我收到以下错误消息：

ValueError：如果正在加载 imagenet 权重，则输入必须具有静态方形（(128, 128)、(160, 160)、(192, 192) 或 (224, 224) 之一）。提供的输入形状 = (200, 200, 3)

如果我指定include_top=False，为什么它要求输入形状与训练时的形状相匹配？

Keras：2.2.4，TensorFlow：1.13.1

更新：正如@Sorush 指出的，这个异常已被删除recently。但是，如here 所述，该问题并未完全解决。

Update2：这两个拉取请求（1、2）解决了问题。

【问题讨论】：

输入形状 (200,200,3) 仅在 weights=None 时有效，您可以指定 include_top true 或 false。对于预训练的权重，imagenet 仅适用于列出的形状。
使用include_top=False，模型仅包含卷积层（无 FC 层）。为什么它仅限于这些形状？例如。我可以使用任意输入形状加载 VGG16 模型，即使它是在 ImageNet 上以 (224,224,3) 的形状进行训练的

标签： python tensorflow keras deep-learning

【解决方案1】：

要在 MobileNet 中使用自定义图像大小，请从以下链接下载权重：https://github.com/fchollet/deep-learning-models/releases/tag/v0.6

但是要确定你需要哪些权重，因为根据MobileNet的研究论文，它包含不同的权重文件，因为每个模型都依赖于参数alpha和depth_multiplier。 alpha 有四个不同的值：0.25、0.50、0.75、1.0。此外，根据mobilenet 的实现，depth_multiplier 为 1。我建议您下载mobilenet_1_0_224_tf.h5。根据research paper Table 7，它具有最高的 ImageNet 准确率。

之后，

from keras.applications.mobilenet import MobileNet

feature_model = MobileNet(include_top=False, weights=None, input_shape=(200, 200, 3), alpha=1.0, depth_multiplier=1)
feature_model.load_weights('mobilenet_1_0_224_tf.h5') # give the path for downloaded weights

你可以走了。

【讨论】：

目前看来input_shape 指定了两个不同的东西：训练期间使用的输入形状（以及要加载的权重）和正在创建的模型的输入形状。无论如何，您的解决方案应该可以工作，谢谢。
更新：正如@Soroush 指出的那样，问题根源于unnecessary exception。对于不在 [128, 160, 192, 224] 中的自定义尺寸，使用默认尺寸 224（并加载相应的权重）。
是的！这是不必要的例外。但它还没有发布。因此，如果不想从 master 构建而不是我刚刚向您展示了根据当前版本的方法。
是的，我明白了。谢谢！

【解决方案2】：

此异常是错误的，最近（2019 年 3 月 29 日）已从 Keras 中删除（请参阅 GitHub 上的 issue 和 pull request）。截至 2019 年 4 月 8 日，此提交尚未发布，因此您必须从 master 安装。

【讨论】：

我注释掉了这个异常，指定为here。模型现在尝试加载 (here) 不存在的指定大小的权重。在我看来，this line 也应该被删除并且警告信息应该被更新。我将在 Github 上创建一个问题。
问题已通过this拉取请求解决。