利用ImageNet上预训练的VGG19提取图像特征

VGG卷积神经网络是牛津大学在2014年提出来的模型。当这个模型被提出时，由于它的简洁性和实用性，马上成为了当时最流行的卷积神经网络模型。它在图像分类和目标检测任务中都表现出非常好的结果。在2014年的ILSVRC比赛中，VGG 在Top-5中取得了92.3%的正确率。有VGG16和VGG19，模型的权重由ImageNet训练而来。

1、VGG结构

下面以VGG16为例来说明：

看出VGG16由13个卷积层+3个全连接层=16层构成，过程为：

经过的卷积核大小为333，stride=1，padding=1，pooling为采用2x2的max pooling方式。

(1) 输入：输入224 * 224 * 3的图片。

(2) Conv1_1+conv1_2+pool1：经过64个卷积核的两次卷积后，采用一次max pooling。经过第一次卷积后，有(3 * 3 * 3) * 64=1728个训练参数；第二次卷积后，有(3 * 3 * 64) * 64=36864个训练参数，大小变为112 * 112 * 64.

(3) Conv2_1+conv2_2+pool2：经过两次128个的卷积核卷积之后，采用一次max pooling，有(3 * 3 * 128) * 128=147456个训练参数，大小变为56 * 56 * 128.

(4) Conv3_1+conv3_2+con3_3+pool3: 经过三次256个的卷积核卷积之后，采用一次max pooling，有(3 * 3 * 256) * 256=589824个训练参数，大小变为28 * 28 * 256.

(5) Conv4_1+conv4_2+con4_3+pool4: 经过三次512个的卷积核卷积之后，采用一次max pooling，有(3 * 3 * 512) * 512=2359296个训练参数，大小变为14 * 14 * 512.

(6) Conv5_1+conv5_2+con5_3+pool5: 再经过三次512个的卷积核卷积之后，采用一次max pooling，有(3 * 3 * 512) * 512=2359296个训练参数，大小变为7 * 7 * 512.

(7) Fc6+Fc7+Fc8:经过三次全连接，最终得到1000维的向量。

2、利用tensorflow搭建网络并提取指定层特征

包括定义网络参数，定义卷积层、池化层、全连接层操作，定义网络结构，等操作，然后根据是分类任务或是其他任务定义损失函数开始训练等。代码较长，在此就不列出，会附在附件中，需要的同事可查看。因为我只需要利用预训练好的vgg提取图像的特征，所以会去掉最后一层softmax,这里需要提前下载在大的图像数据集ImageNet上训练好的网络权重文件vgg16.npy。 encoding must be 'ASCII', 'latin1', or 'bytes' ，当npy文件中只有层名字时候，选用encoding= 'latin1'，当npy文件中既有层名字又有各个参数，使用encoding='bytes'.这里是第一种情况，所以用encoding= 'latin1'。选用加载方法如下：vgg16_npy_path为vgg16.npy文件的存放路径，

提取图像特征的代码如下，需要提取哪一层的特征，就把名字修改一下即可，如：我提取的是fc7层，下面就写vgg.fc7，每层名字的定义在vgg16.py文件中，到此操作完毕。

3、遇到的问题

在调用vgg16.py函数时，一直报下面这个错误：

查找原因发现是因为split()这个函数在不同版本的tensorflow中参数位置发生了改变，在tensorflow<0.12.0版本中的用法是：

tf.split(axis, num_or_size_splits, value)

在tensorflow>0.12.0版本中的用法是：

tf.split(value, num_or_size_splits, axis)

在vgg16.py对应位置上修改即可，

完整代码：https://github.com/2281123066/vgg-tensorflow.git

vgg16，vgg19模型下载：

链接：https://pan.baidu.com/s/1rh-Z_Gmn6014d3laQxvNJw 
提取码：nw41