使用 TensorFlow 从我自己的数据中使用 VGGnet 进行特征提取？答案

【问题标题】：Feature extraction with VGGnet from my own data with TensorFlow?使用 TensorFlow 从我自己的数据中使用 VGGnet 进行特征提取？
【发布时间】：2018-11-04 16:55:11
【问题描述】：

我用 SIRI-WHU 数据集预训练了 VGG19，现在我想提取特征，但我不知道该怎么做。有人能帮助我吗？谢谢

【问题讨论】：

标签： python tensorflow deep-learning vgg-net

【解决方案1】：

没有太多信息可以帮助您。你能加载模型吗，如果可以的话，你可以这样做：

with tf.Session() as sess:    
    # the tensor you want to feed your image to
    input_tensor = sess.graph.get_tensor_by_name("name of your input tensor") 

    # the tensor you're interested in, most likely last_dense_layer_name/BiasAdd:0
    output_tensor = sess.graph.get_tensor_by_name("name of your output tensor")

    feature_vector = sess.run(output_tensor, feed_dict={input_tensor: **insert numpy array of your image **})

此代码假定您的图表在内存中，如果您在执行此操作时遇到问题，请询问

【讨论】：

谢谢，您的解决方案很有帮助

【解决方案2】：

我通过将 FC6 层固定为输出层解决了这个问题

prob = sess.run(vgg.fc6, feed_dict=feed_dict)

然后我将特征存储在 h5 文件中

f = h5py.File('sample.h5','a')
f.create_dataset('data',data=prob,dtype=np.float32)

【讨论】：