Pytorch抽取网络层的Feature Map（Vgg）

原创于 2019-06-06 14:59:15 发布 · 4.8k 阅读

19 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#pytorch

python机器学习专栏收录该内容

3 篇文章

订阅专栏

本文介绍了一种方法，用于从预训练的VGG19网络中获取特定层的ReLU激活特征图，通过定义一个Vgg16类并重写forward方法，实现了在VGG网络的5个关键block中提取特征。

这边我是需要得到图片在Vgg的5个block里relu后的Feature Map （其余网络只需要替换就可以了）
索引可以这样获得

vgg = models.vgg19(pretrained=True).features.eval()
print (vgg)

Feature Map可利用下面的class

class Vgg16(nn.Module):
    def __init__(self, pretrained=True):
        super(Vgg16, self).__init__()
        self.net = models.vgg16(pretrained).features.eval()
 
    def forward(self, x):
        out = []
        for i in range(len(self.net)):
            x = self.net[i](x)
            if i in [3, 8, 15, 22, 29]:
                # print(self.net[i])
                out.append(x
        return out