使用Keras VGG模型的预期输入范围是多少?

模型重量是从caffe移植的,所以它在 BGR format .

Caffe使用BGR颜色通道方案读取图像文件。这是 由于imread的底层OpenCV实现。假设 RGB的错误是常见的。

您可以找到原始caffe模型重量文件 on VGG website . 此链接也可以在Keras文档中找到。

the original VGG paper ,第2.1节:

从每个像素在训练集上计算。

这句话实际上是什么 imagenet_utils.preprocess_input(mode='caffe') 做

1. 从RGB转换为BGR:因为 keras.preprocessing.image.load_img() 以RGB格式加载图像,VGG16(以及从caffe移植的所有模型)需要此转换。
2. 减去平均BGR值: (103.939, 116.779, 123.68) 从图像阵列中减去。

预处理器不用于 vgg16.py . 它被导入到文件中,以便用户可以通过调用 keras.applications.vgg16.preprocess_input(rgb_img_array) ,而不关心模型权重的来源。的论点 preprocess_input() 始终是RGB格式的图像阵列。如果模型是用caffe训练的, 预处理输入() 将数组转换为BGR格式。

预处理输入() 不打算从调用 imagenet_utils keras.applications.vgg16.preprocess_input() 图像将被转换为VGG16训练的合适格式和范围。类似地,如果您使用的是Inception V3,请调用 keras.applications.inception_v3.preprocess_input() 图像将被转换为初始V3训练的范围。