keras - 基于keras预训练模型的预测/恐惧提取是否依赖于pre_processing_input

Question

Keras 应用程序具有已保存权重的预训练模型。这些权重与训练过的图像上的“preprocessing_input”的性质无关。现在，当我根据我的后端和模式提交我的一组图像进行特征提取时，imagenet_utils 将 preprocessing_input 并且处理的 iamge 数组将是在 -1 和 1 之间缩放的像素，或者每个颜色通道相对于ImageNet 数据集以零为中心。如果我遵循https://keras.io/applications/中概述的“使用 VGG16 提取特征”的过程，预测/特征提取不会导致不同的结果？？？

Answer 1

不，权重与输入的预处理方式无关。如果使用不同的预处理方法，最终的权重会有所不同。

正如您所说，如果您使用不同的预处理，那么功能会有所不同。您应该只使用用于训练网络的预处理。

这就是为什么每个网络的 python 模块都包含一个preprocess_input可以导入来执行预处理的方法。根据网络的训练方式和使用的预处理类型，每种方法可能会做不同的事情。