machine-learning - 如何在 CNN Caffemodel 中将 4096 维特征向量缩减为 1024 维向量？

Question

我使用 16 层 VGGnet 从图像中提取特征。它输出一个 4096 维的特征向量。但是，我需要一个 1024 维向量。如何进一步将此 4096 向量缩减为 1024 向量？我需要在上面添加一个新层fc7吗？

Answer 1

是的，您需要在fc7. 这就是你最后几层的样子

layers {
  bottom: "fc7"
  top: "fc7"
  name: "relu7"
  type: RELU
}
layers {
  bottom: "fc7"
  top: "fc7"
  name: "drop7"
  type: DROPOUT
  dropout_param {
    dropout_ratio: 0.5
  }
}
layers {
  name: "fc8"
  bottom: "fc7"
  top: "fc8"
  type: INNER_PRODUCT
  inner_product_param {
    num_output: 1024
  }
  blobs_lr: 0
  blobs_lr: 0
}
layers {
  name: "loss"
  type: SOFTMAX_LOSS
  bottom: "fc8"
  bottom: "label"
  top: "loss/loss"
}
layers {
  name: "accuracy/top1"
  type: ACCURACY
  bottom: "fc8"
  bottom: "label"
  top: "accuracy@1"
  include: { phase: TEST }
  accuracy_param {
    top_k: 1
  }
}

Answer 2

是的。