如何在pytorch中获得预训练VGG16的特定层输出

Question

我对 pytorch 非常陌生，我正在尝试以 1*4096 格式获取预训练模型 VGG16 特征向量的输出，该输出由最后一层之前的层返回。我发现 keras 中也有类似的功能。 pytorch中是否有相同的直接命令？

我正在使用的代码：

import torch
from torch import nn
from torch import optim
import torch.nn.functional as F
from torchvision import models
from torch.autograd import Variable
from PIL import Image

image1 = Image.open(r"C:\Users\user\Pictures\user.png")

model = models.vgg16(pretrained=True)

scaler = transforms.Resize((224, 224))
to_tensor = transforms.ToTensor()

img = to_tensor(scaler(image1)).unsqueeze(0)

model(img).shape
model(img)

Answer 1

负责创建features 的部分网络被命名为...features（不仅在 VGG 中，torchvision 中的大多数预训练网络都是如此）。

只需使用此字段并像这样传递您的图像：

import torch

import torchvision

image = Image.open(r"C:\Users\user\Pictures\user.png")

# Get features part of the network
model = models.vgg16(pretrained=True).features
tensor = transforms.ToTensor()(transforms.Resize((224, 224))(image)).unsqueeze(dim=0)

model(tensor)

编辑：

要查看任何torchvision 模型内部发生的情况，您可以查看它的源代码。对于 VGG (any)，this file 的顶部有一个基类。

要获得4096 扁平化特征，您可以进行类似于forward 中定义的操作：

# Tensor from previous code snippet for brevity

x = model.avgpool(tensor)
x = torch.flatten(x, 1)
final_x = model.classifier[0](x) # only first classifier layer

您还可以遍历 modules 或 children 直到您想要的任何位置并输出结果（或结果或您想要的任何结果）