如何基于TensorFlow Slim的VGG16排除顶层两层并获取fc7输出？

嗨，这个需求其实很容易实现，我给你两种实用的办法，你可以根据自己的场景选择：

方法1：利用end_points直接提取（最简单，无需修改网络） #

你可能没注意到，vgg.vgg_16()函数其实会返回两个值：第一个是最终的fc8预测结果，第二个是**end_points字典**——里面包含了VGG16所有层的输出张量！

所以你只需要把代码里的下划线换成end_points，然后通过键名取出fc7的输出就行，完全不用管后面的dropout7和fc8层：

import tensorflow as tf
import tensorflow.contrib.slim.nets as nets
import cv2
import numpy as np

slim = tf.contrib.slim
vgg = nets.vgg

image = cv2.imread('girl.jpg')
image = cv2.resize(image, (224, 224))
image = np.reshape(image, (1, 224, 224, 3)).astype(float)

# 接收end_points参数，它包含所有层的输出
predictions, end_points = vgg.vgg_16(image)
# 提取fc7层的输出，键名是层的scope名称
fc7_output = end_points['vgg_16/fc7']

# 现在fc7_output就是你想要的结果了
print(fc7_output.shape)  # 输出应为(1, 4096)

这种方法的好处是不用修改任何网络结构代码，直接用官方提供的接口就能拿到中间层结果，非常适合快速验证需求。

方法2：自定义截断版VGG16（避免构建无用层） #

如果你不想让TensorFlow构建dropout7和fc8这些你不需要的层（节省计算资源），可以自己写一个截断到fc7的VGG16函数，把原函数里最后两步（dropout7和fc8）删掉就行：

import tensorflow as tf
import tensorflow.contrib.slim.nets as nets
import cv2
import numpy as np

slim = tf.contrib.slim
vgg = nets.vgg

def vgg16_fc7(inputs):
    with slim.arg_scope([slim.conv2d, slim.fully_connected],
                        activation_fn=tf.nn.relu,
                        weights_initializer=tf.truncated_normal_initializer(0.0, 0.01),
                        weights_regularizer=slim.l2_regularizer(0.0005)):
        net = slim.repeat(inputs, 2, slim.conv2d, 64, [3, 3], scope='conv1')
        net = slim.max_pool2d(net, [2, 2], scope='pool1')
        net = slim.repeat(net, 2, slim.conv2d, 128, [3, 3], scope='conv2')
        net = slim.max_pool2d(net, [2, 2], scope='pool2')
        net = slim.repeat(net, 3, slim.conv2d, 256, [3, 3], scope='conv3')
        net = slim.max_pool2d(net, [2, 2], scope='pool3')
        net = slim.repeat(net, 3, slim.conv2d, 512, [3, 3], scope='conv4')
        net = slim.max_pool2d(net, [2, 2], scope='pool4')
        net = slim.repeat(net, 3, slim.conv2d, 512, [3, 3], scope='conv5')
        net = slim.max_pool2d(net, [2, 2], scope='pool5')
        net = slim.fully_connected(net, 4096, scope='fc6')
        net = slim.dropout(net, 0.5, scope='dropout6')
        # 停在fc7层，不再执行后续的dropout7和fc8
        net = slim.fully_connected(net, 4096, scope='fc7')
        return net

# 调用自定义的截断版VGG16
image = cv2.imread('girl.jpg')
image = cv2.resize(image, (224, 224))
image = np.reshape(image, (1, 224, 224, 3)).astype(float)

fc7_output = vgg16_fc7(image)

这个方法的优势是不会创建多余的计算节点，对于资源有限的环境（比如嵌入式设备）会更友好。

内容的提问来源于stack exchange，提问作者user1098761