PyTorch-修道院での特徴抽出

畳み込みニューラルネットワークには、主要な機能が含まれています。 extraction。次の手順を使用して、畳み込みニューラルネットワークの特徴抽出を実装します。

ステップ1

それぞれのモデルをインポートして、「PyTorch」で特徴抽出モデルを作成します。

import torch
import torch.nn as nn
from torchvision import models

ステップ2

必要に応じて呼び出すことができる特徴抽出器のクラスを作成します。

class Feature_extractor(nn.module):
   def forward(self, input):
      self.feature = input.clone()
      return input
new_net = nn.Sequential().cuda() # the new network
target_layers = [conv_1, conv_2, conv_4] # layers you want to extract`
i = 1
for layer in list(cnn):
   if isinstance(layer,nn.Conv2d):
      name = "conv_"+str(i)
      art_net.add_module(name,layer)
      if name in target_layers:
         new_net.add_module("extractor_"+str(i),Feature_extractor())
      i+=1
   if isinstance(layer,nn.ReLU):
      name = "relu_"+str(i)
      new_net.add_module(name,layer)
   if isinstance(layer,nn.MaxPool2d):
      name = "pool_"+str(i)
      new_net.add_module(name,layer)
new_net.forward(your_image)
print (new_net.extractor_3.feature)