Python 使用TensorFlow从我自己的数据中使用VGGnet提取特征？

我用SIRI-WHU数据集预先训练了VGG19，现在我想提取特征，但我不知道怎么做。 有人能帮我吗？

---

谢谢

没有多少信息可以帮助你。可以加载模型吗？如果可以，可以执行以下操作：

with tf.Session() as sess:    
    # the tensor you want to feed your image to
    input_tensor = sess.graph.get_tensor_by_name("name of your input tensor") 

    # the tensor you're interested in, most likely last_dense_layer_name/BiasAdd:0
    output_tensor = sess.graph.get_tensor_by_name("name of your output tensor")

    feature_vector = sess.run(output_tensor, feed_dict={input_tensor: **insert numpy array of your image **})

---

这段代码假设您的图形在内存中，如果您在执行此操作时遇到问题，请询问

我通过将FC6层固定为输出层解决了此问题

prob = sess.run(vgg.fc6, feed_dict=feed_dict)

然后我将这些特征存储在h5文件中

f = h5py.File('sample.h5','a')
f.create_dataset('data',data=prob,dtype=np.float32)

---

谢谢，您的解决方案很有帮助