InceptionV3

[源]

InceptionV3 函数

tf_keras.applications.InceptionV3(
    include_top=True,
    weights="imagenet",
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation="softmax",
)

实例化 Inception v3 架构。

参考

此函数返回一个 TF-Keras 图像分类模型,可选择加载在 ImageNet 上预训练的权重。

有关图像分类用例,请参阅此页面获取详细示例

对于迁移学习用例,请务必阅读迁移学习与微调指南

注意:每个 TF-Keras Application 都需要特定的输入预处理。对于 InceptionV3,在将输入传递给模型之前,请对输入调用 tf.keras.applications.inception_v3.preprocess_inputinception_v3.preprocess_input 会将输入像素缩放到 -1 到 1 之间。

参数

  • include_top: 布尔值,是否包含顶部的全连接层,作为网络的最后一层。默认为 True
  • weights: 以下之一:None(随机初始化)、imagenet(在 ImageNet 上预训练),或要加载的权重文件的路径。默认为 imagenet
  • input_tensor: 可选的 TF-Keras 张量(即 layers.Input() 的输出),用作模型的图像输入。input_tensor 对于在多个不同网络之间共享输入很有用。默认为 None
  • input_shape: 可选的形状元组,仅在 include_top 为 False 时指定(否则输入形状必须为 (299, 299, 3)(使用 channels_last 数据格式)或 (3, 299, 299)(使用 channels_first 数据格式)。它应该恰好有 3 个输入通道,且宽度和高度不小于 75。例如,(150, 150, 3) 是一个有效值。如果提供了 input_tensor,则 input_shape 将被忽略。
  • pooling: 可选的池化模式,用于在 include_topFalse 时进行特征提取。
    • None(默认)表示模型的输出将是最后一个卷积块的 4D 张量输出。
    • avg 表示将对最后一个卷积块的输出应用全局平均池化,因此模型的输出将是一个 2D 张量。
    • max 表示将应用全局最大池化。
  • classes: 可选的图像分类类别数量,仅在 include_top 为 True 且未指定 weights 参数时指定。默认为 1000。
  • classifier_activation: 字符串或可调用对象。用于“顶部”层的激活函数。除非 include_top=True,否则将被忽略。设置 classifier_activation=None 将返回“顶部”层的 logits。加载预训练权重时,classifier_activation 只能是 None"softmax"

返回

一个 keras.Model 实例。