如何用预训练模型从RGB图像生成指定维度的特征张量

解决方案 #

在你已有的GlobalAveragePooling2D层之后，添加一个全连接（Dense）层，直接将2048维的特征映射到你指定的M_features维度即可，这样既能保留预训练模型的特征提取能力，又能得到目标形状的1D特征向量。

完整代码示例 #

from tensorflow.keras.applications.resnet50 import ResNet50
from tensorflow.keras.layers import Dense, GlobalAveragePooling2D
from tensorflow.keras.applications.resnet50 import preprocess_input
from tensorflow.keras import Model

# 替换为你需要的特征数量
M_features = 512  

base_model = ResNet50(weights='imagenet', include_top=False, input_shape=(256,256,3))
# 可选：冻结预训练层权重，避免训练时破坏已学到的特征
base_model.trainable = False

x = base_model.output
x = GlobalAveragePooling2D()(x)
# 添加全连接层映射到指定特征维度
x = Dense(M_features)(x)
model = Model(inputs=base_model.input, outputs=x)

# 预处理输入并提取特征
img_data = preprocess_input(img_data)
custom_feature = model.predict(img_data)
print(custom_feature.shape)  # 输出形状为 (N_images, M_features)

补充说明 #

• 如果需要对特征做非线性变换，可以给Dense层添加激活函数，比如Dense(M_features, activation='relu')；若仅需单纯维度映射，不带激活函数更合适。
• 若后续需要微调预训练模型，可将base_model.trainable设为True，同时设置较小的学习率，防止预训练权重被大幅破坏。

内容的提问来源于stack exchange，提问作者Mattia_C