kerasのDensenetで特徴ベクトルを抽出したい

Question

実現したいこと

KerasのImagenetで事前学習済みのDenseNetを使用して画像から1664次元の特徴ベクトルの抽出を行いたい

##ソースコード

#各ライブラリ読み込み
import os
import glob
from PIL import Image
import numpy as np
from keras.preprocessing.image import load_img,img_to_array
from keras.applications.densenet import DenseNet169
from keras.preprocessing import image
from keras.applications.densenet import preprocess_input
 
#画像読み込み、サイズの確認
dir_name = ''

img_paths = []
for i in glob.glob(dir_name + "/*.jpg"):
    img_paths.append(i)

dataset = []
for i in img_paths:
    img = Image.open(i)
    img = image.load_img(i, target_size=(224,224))
    x = image.img_to_array(img)
    x = preprocess_input(x)
    dataset.append(x)

dataset = np.array(dataset)


#学習済みネットワークから特徴を抽出(Densenet)
# 全結合層はいらないのでinclude_top=False
model = DenseNet169(include_top=False, input_shape=[224,224, 3], weights='imagenet')
bottleneck_features = model.predict(dataset)
print("data size:" , bottleneck_features.shape)

##抱えている問題
欲しい出力が(画像枚数,1664)に対して、抽出した特徴を確認すると(画像枚数,7,7,1664)となっています。
どのようにすれば欲しい出力が得られるか分からず、詰まっている状況です。

何卒よろしくお願いいたします。