feature_data的shape问题

来源:8-15 ImageCaptionData类封装-图片特征读取

qq_书山压力大EE_0

2019-02-26

def _load_img_feature_pickle(self):
        for filepath in self._all_img_feature_filepaths:
            logging.info("loading %s" % filepath)
            with gfile.GFile(filepath, 'r') as f:
                filenames, features = pickle.load(f)
                self._img_feature_filenames += filenames  
                self._img_feature_data.append(features) 
        #[#(1000, 1, 1, 2048), #(1000, 1, 1, 2048)] -> [#(2000, 1, 1, 2048)]   
        self._img_feature_data = np.vstack(self._img_feature_data)
        origin_shape = self._img_feature_data.shape

为什么这里_img_feature_data 的shape是(1000, 1, 1, 2048)?

前面在提取 特征图 并 pickle时, 用的时inception倒数第二层 是一个pooling层 1x1x2048 , 训练的batch_size是 100
与现在_img_feature_data 有什么关联? 我理不清楚了, 求老师解惑

写回答

1回答

正十七

2019-02-27

在这里就是把上一步中提取到的特征再读出来。之所以是1000是因为我在这里把多个文件存储的多个(100, 1,1,2048)给组合起来了。

0
0

深度学习之神经网络(CNN/RNN/GAN)算法原理+实战

深度学习算法工程师必学,深入理解深度学习核心算法CNN RNN GAN

2617 学习 · 935 问题

查看课程