从deeplab模型获取输出的Logit

Question

我使用一个预先训练好的deeplab模型(来自here)来获得输入图像的分割。我能够获得语义标签(即SemanticPredictions)，它是应用于logits的argmax (link)。

我想知道是否有一种简单的方法可以在argmax之前获得logits？我希望找到输出张量名称，并简单地将其传递到我的tfsession中，如下所示：

tf_session.run(
        self.OUTPUT_TENSOR_NAME,
        feed_dict={self.INPUT_TENSOR_NAME: [np.asarray(input_image)]})

但我还没能在揭示logits或softmax输出的代码中找到这样的张量名称。

Answer 1

对于从MobileNet_V2设置训练的模型，self.OUTPUT_TENSOR_NAME = 'ResizeBilinear_2:0'在执行argmax之前检索logits。

我怀疑xception也是如此，但还没有得到验证。

我通过在tensorflow中加载我的模型得到了这个答案。然后，打印加载的图形中所有图层的名称。最后，我取了最后一个'ArgMax‘层之前的最终输出层的名称，并用它进行了一些推断。

Here is a link to a stackoverflow question on printing the names of the layers in a graph. 我发现Ted的答案很有帮助。

顺便说一下，DeeplabV3模型的输出层不应用SoftMax。因此，您不能简单地将输出向量元素的原始值作为置信度。