问题描述
我是 VGG16 等模型的新手。我一直在搜索有关此模型的信息，但仍然对此表示怀疑。我有 10000 张不同大小的图像来训练模型（2 类），因此由于计算限制，我决定使用 86x86 的图像大小，并且它接近每个图像大小的平均值。所以我这样做了：
base_model16 = VGG16(weights='imagenet',include_top=False,input_shape=(86,86,3))
对于生成器：
datagen = ImageDataGenerator(preprocessing_function=preprocess_vgg16)
train_generator = datagen.flow_from_directory(path_train,target_size=(86,86),color_mode='rgb',batch_size = 128,class_mode='categorical',shuffle=True)
我读到 VGG16 是用 224x224 训练的，我知道我们可以使用其他尺寸，但有人可以确认我做得对吗？因为我使用的是 imagenet 权重和 preprocess_vgg16，它是 224x224。 抱歉，如果有人之前已经问过这个问题，但我需要帮助理解它。
谢谢。
解决方法
您必须修改 Vgg 模型，因为它旨在对 1000 个图像进行分类。设置 include_top=False 删除具有 1000 个神经元的模型的顶层。现在我们需要包含一个包含 2 个神经元的层。下面的代码将实现这一点。注意在 VGG 模型的参数中我设置了 pooling='max'。这导致 Vgg 模型的输出是一个向量，可以用作密集层的输入。
base_model=tf.keras.applications.VGG16( include_top=False,input_shape=(86,86,3),pooling='max',weights='imagenet' )
x=base_model.output
output=Dense(2,activation='softmax')(x)
model=Model(inputs=base_model.input,outputs=output)
model.compile(Adam(lr=.001),loss='categorical_crossentropy',metrics=['accuracy')
顺便说一句，我不喜欢使用 VGG16。它有大约 4000 万个可训练参数，因此计算成本高，训练时间长。我更喜欢使用 MobileNet 模型，它只有大约 400 万个可训练参数，而且准确度差不多。要使用 MobileNet 模型，只需使用这行代码，而不是 Vgg 模型的代码。注意我将 image_shape 设置为 (128,128,3)，因为有一个在 imagenet 上训练的 mobilenet 权重版本，具有 128 X 128 图像，可以自动下载并帮助模型更快地收敛。但是您可以选择使用 86 X86。所以在你的 train_generator 中设置 target_size=(128,128)。同样在 ImageDataGenerator 中，代码 preprocessing_function=preprocess_vgg16 应该仍然适用于 Mobilenet 模型，因为我认为它与 keras.applications.mobilenet.preprocess_input 相同。我相信他们都只是将像素重新缩放到 -1 和 +1 之间。
base_model=tf.keras.applications.mobilenet.MobileNet( include_top=False,input_shape=(128,weights='imagenet',dropout=.4)