问题标签 [vgg-net]

有什么方法可以通过训练有素的 VGG 和火炬传递系统中的现有图像？我使用的是 Ubuntu 14.04，不幸的是没有 GPU。我已经进行了相当广泛的搜索，但我发现的所有内容都需要 GPU。有没有其他方法可以在没有 Torch 的情况下使用 VGG？我愿意接受建议，但该方法不需要 GPU。

我正试图让这个回购工作。我按照说明使用此脚本（取自同一个 repo）获取示例数据：

在下一步中，他们说我需要sample video frames and extract VGG features for the frames。我不完全确定如何做到这一点。我已按照Caffe 的说明进行操作，但功能的格式不同。

那么如何提取与 ? 格式相同的 VGG 特征yt_allframes_vgg_fc7_val.txt？

我已经按照这个来加载和运行一个预训练的 VGG 模型。但是，我试图从隐藏层中提取特征图，并尝试从此处的“提取任意特征图”部分复制结果。我的代码如下：

但是，我收到了这个错误：

我怎样才能解决这个问题？

我已经加载了一个预训练的 VGG 人脸 CNN 并成功运行它。我想从第 3 层和第 8 层中提取超列平均值。我正在关注关于从此处提取超列的部分。但是，由于 get_output 函数不起作用，我不得不进行一些更改：

进口：

主功能：

获取特征函数：（我跟着这个）

超列提取：

但是，当我运行代码时，出现以下错误：

我怎样才能解决这个问题？

笔记：

在超列提取功能中，当我使用feature_maps = get_features(model,1,instance)或任何整数代替 1 时，它工作正常。但我想从第 3 层到第 8 层提取平均值。

在阅读VGG 模型的 Tensorflow 实现时，我注意到作者对输入的 RGB 图像执行了一些缩放操作，如下所示。我有两个问题：是什么VGG_MEAN 意思以及如何进行设置？其次，为什么我们需要减去这些平均值来得到bgr

你能告诉我每一层有多少神经元吗？我觉得这将提高我对 VGG 中正在发生的事情的理解。

让我们在这里使用这段代码来获得一些具体的东西。

https://github.com/machrisaa/tensorflow-vgg/blob/master/vgg19.py#L46

在这一行中，我看到输入了 224x224x3（图像）。在代码中的每一行之后（每行代表一个层），该图像的尺寸会发生什么变化？

谢谢你。

我正在尝试使用 caffe 从 VGG 网络中提取卷积层而不是 FC 层的特征。在这种情况下，理论输入图像大小可能是任意的。但似乎 VGG 网络是在裁剪为 224x224 像素大小的图像上训练的。所以我在 deploy.prototext 中定义了一个输入数据层：

我试图修改 width = 500\height = 500\crop_size = 500 但失败了。Caffe 报错：“Cannot copy param 0 weights from layer 'fc6'; 形状不匹配。源参数形状为 1 1 4096 25088 (102760448)；目标参数形状是 4096 131072 (536870912)。要从头开始学习该层的参数，而不是从保存的网络中复制，请重命名该层。”</p>

我怎么可能在对输入层来说太大的图像上运行而不进行裁剪？

我一直在使用 AlexNet 进行逐像素回归任务（深度估计）。现在我想用 VGG 网络替换 AlexNet，因为它应该会更好。

这是我使用的 AlexNet：

这是我正在使用的 VGG：

学习率是：0.0005

训练 AlexNet 时，损失收敛到大约 5，而使用 VGG 时，网络根本不收敛。它始终保持在 30，即使我一直在降低 learning_rate 甚至降低 mult_lr。有谁知道还有什么问题？我 100% 确定只有 .prototxt 文件不同，其他一切都完全相同。

当我尝试使用 Caffe 和 Python（2.7 和 3.5）从预训练的 VGG 16/19 模型中获取输出时，net.forward() 步骤（在我的笔记本电脑的 CPU 上）需要 15 秒以上。

我想知道是否有人会告诉我为什么会这样，就像许多其他模型（即 ResNet、AlexNet）一样，我会在瞬间得到输出，这是迄今为止我发现的唯一一个表现不佳的模型.

我正在使用的代码如下：

抱歉，这可能是一个非常菜鸟的问题，并提前感谢任何花时间回答的人。

我正在尝试微调 VGG-16 的最后一层。这是我制作新模型的代码部分：

我收到以下错误：

tensorflow.python.framework.errors_impl.InvalidArgumentError：两个形状中的维度 1 必须相等，但对于输入形状为 [4096,1000]、[4096,2622] 的“Assign_30”（操作：“Assign”）分别为 1000 和 2622 .

如果我尝试微调所有完全连接的部分include_top=False而不仅仅是 softmax 激活，它对我有用。

有什么我想念的吗？