python - 如何使用Inception-v3作为卷积网络

Question

因此，我重新训练了 Inception-v3 网络以对特定类型的数据进行分类 - 为了进行训练，我为其提供了 200x200 图片。现在，当我在另一张 200x200 图片上运行图形时，它工作得很好。我想要实现的是将它变成卷积网络的过滤器 - 即，将它作为过滤器在整个图片中滑动，并获得每个像素属于给定类别的概率。

手动操作似乎相当简单 - 只需将图片拼接成小部分，对每个部分进行分类，然后将结果放在一起，瞧。但那将是非常低效的。相反，我想做一些像这里描述的事情:http://cs231n.github.io/convolutional-networks/#convert .基本上，更改最后一个 FC 层并通过 reshape 权重将其变成 CONV 层。看起来很简单，但我无法弄清楚如何实际执行此操作。

我的主要问题是，在 Inception-v3 网络的末尾，就在最后一个 FC 层之前，有一个池化操作将数据重新格式化为 (1,2048) 形状，所以我真的无法在这里执行卷积。

谁能帮帮我？

Answer 1

对此我最直接的解决方案是最后跳过全连接层，因为它会导致输入图像失去其初始结构。做一个 Conv -> FC -> Conv 似乎是多余的