machine-learning - CNN Caffemodelで4096次元の特徴ベクトルを1024次元のベクトルに減らすにはどうすればよいですか?

Question

16 層の VGGnet を使用して、画像から特徴を抽出しました。4096 次元の特徴ベクトルを出力します。ただし、1024 次元のベクトルが必要です。この 4096 ベクトルをさらに 1024 ベクトルに減らすにはどうすればよいですか? 上に新しいレイヤーを追加する必要がありfc7ますか?

Answer 1

はい、上に別のレイヤーを追加する必要がありますfc7。これは、最後のいくつかのレイヤーがどのようになるかです

layers {
  bottom: "fc7"
  top: "fc7"
  name: "relu7"
  type: RELU
}
layers {
  bottom: "fc7"
  top: "fc7"
  name: "drop7"
  type: DROPOUT
  dropout_param {
    dropout_ratio: 0.5
  }
}
layers {
  name: "fc8"
  bottom: "fc7"
  top: "fc8"
  type: INNER_PRODUCT
  inner_product_param {
    num_output: 1024
  }
  blobs_lr: 0
  blobs_lr: 0
}
layers {
  name: "loss"
  type: SOFTMAX_LOSS
  bottom: "fc8"
  bottom: "label"
  top: "loss/loss"
}
layers {
  name: "accuracy/top1"
  type: ACCURACY
  bottom: "fc8"
  bottom: "label"
  top: "accuracy@1"
  include: { phase: TEST }
  accuracy_param {
    top_k: 1
  }
}