問題タブ [vgg-net]

AlexNetまたはVGG Netの正しいパラメーター数を指定できません。

たとえば、conv3-256VGG ネットのレイヤーのパラメーター数を計算するには、答えは 0.59M = (3*3)*(256*256)、つまり (カーネル サイズ) * (両方のチャネル数の積) です。ジョイントレイヤー)、しかし、その方法では、138Mパラメーターを取得できません。

では、私の計算のどこが間違っているか、または正しい計算手順を教えていただけませんか?

http://caffe.berkeleyvision.org/gathered/examples/finetune_flickr_style.htmlの手順を複製しています

ネットワークをhttp://www.robots.ox.ac.uk/~vgg/software/very_deep/caffe/VGG_ILSVRC_16_layers.caffemodelで取得した VGG モデルに変更したい

モデルパラメータを次のように置き換えるだけで十分ですか?

それとも、学習率や反復を調整する必要がありますか? つまり、別の prototxt ファイルが付属していますか?

VGG と AlexNet などでは、正方形の寸法 ( H== W) の固定画像入力が必要です。非正方形の入力を提供できるように、どのように微調整またはネット手術を実行できますか?

参考までに、私は Caffe を使用してFC7おり、非正方形の画像入力の特徴を抽出するつもりです。

PythonでVGG Face Descriptorを実装したい。しかし、私はエラーが発生し続けます:

TypeError：リスト（「numpy.ndarray」ではない）をリストに連結することしかできません

私のコード:

手伝って頂けますか ？

更新 1

この作業コードは matlab の例です

元の VGG ネットワークは、サイズ 256x256x3 の入力を受け入れます。Cifar-10 データをトレーニングするには、データのサイズを 256x256x3 に変更する必要がありますか? それとも他に方法はありますか？

サイズが 32x32x3 の Cifar-10 データを使用して VGG ネットワークを微調整しようとしています。

私は PyCaffe を使用して、VGG 16 層ネットワークに触発されたニューラル ネットワークを実装しています。GitHub ページから入手できる事前トレーニング済みのモデルを使用したいと考えています。通常、これはレイヤー名を一致させることで機能します。

私の"fc6"レイヤーでは、train.prototxt ファイルに次の定義があります。

VGG-16 デプロイ アーキテクチャの prototxt ファイルは次のとおりです。prototxtの は私のものと同じであることに注意してください"fc6"(学習率を除いて、それは無関係です)。また、私のモデルでも入力がすべて同じサイズであることに注意してください: 3 チャネル 224x224px 画像。

私はこのチュートリアルをかなり厳密にフォローしてきましたが、問題を引き起こしているコードのブロックは次のとおりです。

1 行目でソルバーの prototxt を読み込み、2 行目で事前トレーニング済みモデルから重みをコピーします ( VGG_ILSVRC_16_layers.caffemodel)。ソルバーを実行すると、次のエラーが発生します。

その要点は、彼らのモデルはレイヤーのサイズが1x1x4096であると想定しているのに対し、私のものはちょうど4096であるということです。しかし、これを変更する方法がわかりませんか?

ユーザーの Google グループでこの回答を見つけて、コピーする前に事前トレーニング済みのモデルを再形成するためにネット手術を行うように指示しましたが、それを行うにはlmdb、元のアーキテクチャのデータ層からのファイルが必要ですが、それは持っていません (それはネット手術スクリプトを実行しようとするとエラーがスローされます)。

keras の VGG-16 Net を使用しています。詳細はこちら

私の問題は、このネットを使用して微調整する方法です。このネットには 224*224 の画像サイズを使用する必要がありますか? また、このネットを使用する場合、1000 クラスを使用する必要がありますか? 1000 クラスを使用しないと、エラーが発生します

例外: 層の形状 (4096L、10L) は、重量の形状 (4096、1000) と互換性がありません。

助けを求めて、ありがとう！