InceptionV3

[源代码]

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

• Rethinking the Inception Architecture for Computer Vision (CVPR 2016)

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

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和微调指南。

注意：每个 Keras Application 都期望特定的输入预处理。对于 InceptionV3，在将输入传递给模型之前，请调用 keras.applications.inception_v3.preprocess_input。 inception_v3.preprocess_input 会将输入像素缩放到 -1 和 1 之间。

参数

• include_top：布尔值，是否在网络的最后一层包含顶部的全连接层。默认为 True。
• weights：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之一。默认为 "imagenet"。
• input_tensor：可选的 Keras 张量（即 layers.Input() 的输出），用作模型的图像输入。当需要多个不同网络共享输入时，input_tensor 非常有用。默认为 None。
• input_shape：可选的形状元组，仅当 include_top 为 False 时才指定（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））。它应恰好有 3 个输入通道，宽度和高度不应小于 75。例如，(150, 150, 3) 是一个有效值。如果提供了 input_tensor，则会忽略 input_shape。
• pooling：当 include_top 为 False 时，用于特征提取的可选池化模式。
  • 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 2D 张量。
  • max 表示将应用全局最大池化。
• classes：可选的要将图像分类到的类别数，仅当 include_top 为 True 且未指定 weights 参数时才指定。默认为 1000。
• 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，否则将被忽略。将 classifier_activation=None 设置为返回“顶部”层的 logits。加载预训练权重时，classifier_activation 只能是 None 或 "softmax"。
• name：模型的名称 (字符串)。

返回

一个模型实例。