VGGImageClassifier 模型

[源]

VGGImageClassifier 类

keras_hub.models.VGGImageClassifier(
    backbone,
    num_classes,
    preprocessor=None,
    pooling="avg",
    pooling_hidden_dim=4096,
    activation=None,
    dropout=0.0,
    head_dtype=None,
    **kwargs
)

VGG 图像分类任务。

VGGImageClassifier 任务封装了 keras_hub.models.VGGBackbone 和一个 keras_hub.models.Preprocessor，以创建一个可用于图像分类的模型。VGGImageClassifier 任务接受一个额外的 num_classes 参数，用于控制预测输出类别的数量。

要使用 fit() 进行微调，请传入一个包含 (x, y) 标签元组的数据集，其中 x 是字符串，y 是 [0, num_classes) 范围内的整数。

值得注意的是，与 keras_hub.model.ImageClassifier 不同，VGGImageClassifier 允许并默认使用 pooling="flatten"，在这种情况下，输入会被展平并通过两个中间全连接层，然后才进行最终输出投影。

参数

• backbone: 一个 keras_hub.models.VGGBackbone 实例或一个 keras.Model。
• num_classes: int。要预测的类别数量。
• preprocessor: None，一个 keras_hub.models.Preprocessor 实例，一个 keras.Layer 实例，或一个可调用对象。如果为 None，则不对输入应用预处理。
• pooling: "flatten", "avg" 或 "max"。应用于骨干网络输出的池化类型。默认值为 "flatten"，以匹配原始的 VGG 实现，在这种情况下，骨干网络的输入将被展平，并通过两个使用 "relu" 激活函数的全连接层。
• pooling_hidden_dim: 池化全连接层的输出特征大小。仅当 pooling="flatten" 时适用。
• activation: None，字符串或可调用对象。在 Dense 层上使用的激活函数。设置为 activation=None 将返回输出 logits。默认为 "softmax"。
• head_dtype: None，字符串或 keras.mixed_precision.DTypePolicy。用于分类头部计算和权重的 dtype。

示例

调用 predict() 运行推理。

# Load preset and train
images = np.random.randint(0, 256, size=(2, 224, 224, 3))
classifier = keras_hub.models.VGGImageClassifier.from_preset(
    "vgg_16_imagenet"
)
classifier.predict(images)

在单个批次上调用 fit()。

# Load preset and train
images = np.random.randint(0, 256, size=(2, 224, 224, 3))
labels = [0, 3]
classifier = keras_hub.models.VGGImageClassifier.from_preset(
    "vgg_16_imagenet"
)
classifier.fit(x=images, y=labels, batch_size=2)

使用自定义损失、优化器和骨干网络调用 fit()。

classifier = keras_hub.models.VGGImageClassifier.from_preset(
    "vgg_16_imagenet"
)
classifier.compile(
    loss=keras.losses.SparseCategoricalCrossentropy(from_logits=True),
    optimizer=keras.optimizers.Adam(5e-5),
)
classifier.backbone.trainable = False
classifier.fit(x=images, y=labels, batch_size=2)

自定义骨干网络。

images = np.random.randint(0, 256, size=(2, 224, 224, 3))
labels = [0, 3]
model = keras_hub.models.VGGBackbone(
    stackwise_num_repeats = [2, 2, 3, 3, 3],
    stackwise_num_filters = [64, 128, 256, 512, 512],
    image_shape = (224, 224, 3),
)
classifier = keras_hub.models.VGGImageClassifier(
    backbone=backbone,
    num_classes=4,
)
classifier.fit(x=images, y=labels, batch_size=2)

[源]

from_preset 方法

VGGImageClassifier.from_preset(preset, load_weights=True, **kwargs)

从模型预设实例化一个 keras_hub.models.Task。

预设是一个包含配置、权重和其他文件资产的目录，用于保存和加载预训练模型。可以将 preset 作为以下之一传入：

1. 内置预设标识符，例如 'bert_base_en'
2. Kaggle Models 句柄，例如 'kaggle://user/bert/keras/bert_base_en'
3. Hugging Face 句柄，例如 'hf://user/bert_base_en'
4. 本地预设目录的路径，例如 './bert_base_en'

对于任何 Task 子类，您可以运行 cls.presets.keys() 来列出该类上所有可用的内置预设。

此构造函数可以通过两种方式之一调用。可以从任务特定的基类调用，例如 keras_hub.models.CausalLM.from_preset()，也可以从模型类调用，例如 keras_hub.models.BertTextClassifier.from_preset()。如果从基类调用，返回对象的子类将从预设目录中的配置推断出来。

参数

• preset: 字符串。内置预设标识符、Kaggle Models 句柄、Hugging Face 句柄或本地目录的路径。
• load_weights: 布尔值。如果为 True，将加载保存的权重到模型架构中。如果为 False，所有权重将随机初始化。

示例

# Load a Gemma generative task.
causal_lm = keras_hub.models.CausalLM.from_preset(
    "gemma_2b_en",
)

# Load a Bert classification task.
model = keras_hub.models.TextClassifier.from_preset(
    "bert_base_en",
    num_classes=2,
)

backbone 属性

keras_hub.models.VGGImageClassifier.backbone

具有核心架构的 keras_hub.models.Backbone 模型。

preprocessor 属性

keras_hub.models.VGGImageClassifier.preprocessor

用于预处理输入的 keras_hub.models.Preprocessor 层。