InceptionV3

[source]

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

• 重新思考计算机视觉的 Inception 架构 (CVPR 2016)

此函数返回 Keras 图像分类模型，可以选择加载在 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 应用都需要特定类型的输入预处理。对于 InceptionV3，在将输入传递给模型之前，请在输入上调用 keras.applications.inception_v3.preprocess_input。inception_v3.preprocess_input 将输入像素缩放到 -1 和 1 之间。

参数

• include_top: 布尔值，指示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: None（随机初始化）、imagenet（在 ImageNet 上预训练）之一，或要加载的权重文件的路径。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。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) 将是一个有效值。如果提供了 input_tensor，则 input_shape 将被忽略。
• 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 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，仅当 include_top 为 True 且未指定 weights 参数时才指定。默认为 1000。
• classifier_activation: str 或可调用对象。要在“顶部”层上使用的激活函数。除非 include_top=True，否则将被忽略。设置 classifier_activation=None 以返回“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

模型实例。