Pytorch-feature-extraction-in-convents

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

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

必要なときに呼び出すことができる機能抽出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)