VGG图像分类器模型
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 任务封装了一个 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，请传递一个包含 (x, y) 标签元组的数据集，其中 x 是一个字符串，y 是一个来自 [0, num_classes) 的整数。
请注意，与 keras_hub.model.ImageClassifier 不同，VGGImageClassifier 允许并默认使用 pooling="flatten"，当输入被展平并通过两个中间密集层，然后再进行最终输出投影时。
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，则不会对输入应用任何预处理。 - 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 VGG 实现，其中骨干网络输入将被展平并通过两个具有"relu"激活的密集层。 - pooling_hidden_dim: 池化密集层的输出特征大小。这仅在
pooling="flatten"时适用。 - activation:
None、str 或可调用对象。要在Dense层上使用的激活函数。设置activation=None以返回输出 logits。默认为"softmax"。 - head_dtype:
None、str 或keras.mixed_precision.DTypePolicy。用于分类头部的计算和权重的 dtype。
示例
调用 predict() 以运行推理。
# 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)
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。 preset 可以作为以下之一传递
- 内置预设标识符，如
'bert_base_en' - Kaggle Models 句柄，如
'kaggle://user/bert/keras/bert_base_en' - Hugging Face 句柄，如
'hf://user/bert_base_en' - 本地预设目录的路径，如
'./bert_base_en'
对于任何 Task 子类，您可以运行 cls.presets.keys() 以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。可以从特定于任务的基类（如 keras_hub.models.CausalLM.from_preset()）调用，也可以从模型类（如 keras_hub.models.BertTextClassifier.from_preset()）调用。如果从基类调用，则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，则保存的权重将加载到模型架构中。如果为False，则所有权重都将随机初始化。
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,
)
| 预设 | 参数 | 描述 |
|---|---|---|
| vgg_11_imagenet | 9.22M | 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 11 层 vgg 模型。 |
| vgg_13_imagenet | 9.40M | 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 13 层 vgg 模型。 |
| vgg_16_imagenet | 14.71M | 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 16 层 vgg 模型。 |
| vgg_19_imagenet | 20.02M | 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 19 层 vgg 模型。 |
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。