InceptionV3
函数keras.applications.InceptionV3(
include_top=True,
weights="imagenet",
input_tensor=None,
input_shape=None,
pooling=None,
classes=1000,
classifier_activation="softmax",
name="inception_v3",
)
实例化 Inception v3 架构。
参考
此函数返回一个 Keras 图像分类模型,可以选择加载 ImageNet 预训练权重。
对于图像分类用例,请参阅此页面以获取详细示例。
对于迁移学习用例,请务必阅读迁移学习和微调指南。
注意:每个 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 keras.applications.inception_v3.preprocess_input
。inception_v3.preprocess_input
会将输入像素缩放到 -1 到 1 之间。
参数
True
。None
(随机初始化)、imagenet
(在 ImageNet 上进行预训练),或要加载的权重文件路径。默认为 "imagenet"
。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
。include_top
为 False 时指定(否则输入形状必须是 (299, 299, 3)
(采用 channels_last
数据格式)或 (3, 299, 299)
(采用 channels_first
数据格式))。它应该正好有 3 个输入通道,并且宽度和高度应不小于 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。include_top
为 False
时进行特征提取。None
(默认值)表示模型的输出将是最后一个卷积块的 4D 张量输出。avg
表示将全局平均池化应用于最后一个卷积块的输出,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。include_top
为 True
且未指定 weights
参数时指定。默认为 1000。include_top=True
,否则会被忽略。设置 classifier_activation=None
可返回“顶部”层的对数几率(logits)。加载预训练权重时,classifier_activation
只能是 None
或 "softmax"
。返回值
模型实例。