Keras 2 API 文档 / Keras 应用 / VGG16 和 VGG19

VGG16 和 VGG19

[source]

VGG16 函数

tf_keras.applications.VGG16(
    include_top=True,
    weights="imagenet",
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation="softmax",
)

实例化 VGG16 模型。

参考文献

对于图像分类用例,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

此模型的默认输入大小为 224x224。

注意:每个 TF-Keras 应用都需要特定的输入预处理。对于 VGG16,在将输入传递给模型之前,请对输入调用 tf.keras.applications.vgg16.preprocess_inputvgg16.preprocess_input 将把输入图像从 RGB 转换为 BGR,然后对每个颜色通道相对于 ImageNet 数据集进行零中心化,而不进行缩放。

参数

  • include_top:是否在网络的顶部包含 3 个全连接层。
  • 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。
  • 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_shape:可选的形状元组,仅在 include_top 为 False 时指定(否则输入形状必须是 (224, 224, 3)(对于 channels_last 数据格式)或 (3, 224, 224)(对于 channels_first 数据格式)。它必须恰好有 3 个输入通道,并且宽度和高度应不小于 32。例如 (200, 200, 3) 将是一个有效值。
  • pooling:当 include_topFalse 时用于特征提取的可选池化模式。
    • None 意味着模型的输出将是最后一个卷积块的 4D 张量输出。
    • avg 意味着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 意味着将应用全局最大池化。
  • classes:可选的图像分类类别数,仅在 include_top 为 True 且未指定 weights 参数时指定。
  • classifier_activation:一个 str 或可调用对象。用于“顶部”层的激活函数。除非 include_top=True,否则忽略。将 classifier_activation 设置为 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。


[source]

VGG19 函数

tf_keras.applications.VGG19(
    include_top=True,
    weights="imagenet",
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation="softmax",
)

实例化 VGG19 架构。

参考文献

对于图像分类用例,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

此模型的默认输入大小为 224x224。

注意:每个 TF-Keras 应用都需要特定的输入预处理。对于 VGG19,在将输入传递给模型之前,请对输入调用 tf.keras.applications.vgg19.preprocess_inputvgg19.preprocess_input 将把输入图像从 RGB 转换为 BGR,然后对每个颜色通道相对于 ImageNet 数据集进行零中心化,而不进行缩放。

参数

  • include_top:是否在网络的顶部包含 3 个全连接层。
  • 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。
  • 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_shape:可选的形状元组,仅在 include_top 为 False 时指定(否则输入形状必须是 (224, 224, 3)(对于 channels_last 数据格式)或 (3, 224, 224)(对于 channels_first 数据格式)。它必须恰好有 3 个输入通道,并且宽度和高度应不小于 32。例如 (200, 200, 3) 将是一个有效值。
  • pooling:当 include_topFalse 时用于特征提取的可选池化模式。
    • None 意味着模型的输出将是最后一个卷积块的 4D 张量输出。
    • avg 意味着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 意味着将应用全局最大池化。
  • classes:可选的图像分类类别数,仅在 include_top 为 True 且未指定 weights 参数时指定。
  • classifier_activation:一个 str 或可调用对象。用于“顶部”层的激活函数。除非 include_top=True,否则忽略。将 classifier_activation 设置为 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。