我正在尝试使用来自 keras 的预训练 VGG 16。但我真的不确定输入范围应该是多少。
快速回答，这些颜色顺序中的哪一个？
以及哪个范围？
我注意到the file where the model is defined 导入了一个输入预处理器：
from .imagenet_utils import preprocess_input
但是这个预处理器从不在文件的其余部分中使用。
另外，当我检查code for this preprocessor 时，它有两种模式：caffe 和tf（张量流）。
每种模式的工作方式不同。
最后，我在互联网上找不到一致的文档。
那么，工作的最佳范围是多少？模型权重训练到什么范围？
【问题讨论】：
标签： python tensorflow image-processing keras vgg-net
模型权重是从 caffe 移植过来的，所以在 BGR format。
Caffe 使用 BGR 颜色通道方案来读取图像文件。这是 由于 imread 的底层 OpenCV 实现。假设 RGB 是一个常见的错误。
你可以找到原始的caffe模型权重文件on VGG website。这个链接也可以在 Keras 文档中找到。
我认为第二个范围是最接近的。训练期间没有缩放，但作者减去了 ILSVRC2014 训练集的平均值。如the original VGG paper 2.1 节所述：
我们做的唯一预处理是减去平均 RGB 值， 根据每个像素在训练集上计算。
这句话其实是imagenet_utils.preprocess_input(mode='caffe')做的。
keras.preprocessing.image.load_img() 以 RGB 格式加载图像，所以 VGG16（以及从 caffe 移植的所有模型）需要此转换。(103.939, 116.779, 123.68)。vgg16.py 中未使用预处理器。它被导入到文件中，以便用户可以通过调用keras.applications.vgg16.preprocess_input(rgb_img_array) 来使用预处理功能，而无需关心模型权重来自何处。 preprocess_input() 的参数始终是 RGB 格式的图像数组。如果模型是用 caffe 训练的，preprocess_input() 会将数组转换为 BGR 格式。
请注意，函数preprocess_input() 不打算从imagenet_utils 模块调用。如果您使用 VGG16，请致电keras.applications.vgg16.preprocess_input()，图像将转换为适合 VGG16 训练的格式和范围。同样，如果您使用的是 Inception V3，请致电 keras.applications.inception_v3.preprocess_input()，图像将转换为 Inception V3 训练的范围。
【讨论】：