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
任务包装了一个 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
是字符串,y
是 [0, num_classes)
范围内的整数。
需要注意的是,与 keras_hub.model.ImageClassifier
不同,VGGImageClassifier
允许并默认为 pooling="flatten"
,此时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
keras_hub.models.VGGBackbone
实例或一个 keras.Model
。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
,则不会对输入应用预处理。"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带有 "relu"
激活的全连接层。pooling="flatten"
的情况。None
、str 或可调用对象。用于 Dense
层的激活函数。将 activation
设置为 None
以返回输出 logits。默认为 "softmax"
。None
、str 或 keras.mixed_precision.DTypePolicy
。用于分类头计算和权重的 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、优化器和主干网络调用 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)
自定义主干网络。
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。preset
可以作为以下之一传递:
'bert_base_en'
'kaggle://user/bert/keras/bert_base_en'
'hf://user/bert_base_en'
'./bert_base_en'
对于任何 Task
子类,您都可以运行 cls.presets.keys()
来列出该类上所有可用的内置预设。
这个构造函数可以通过两种方式调用。可以从特定任务的基类(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根据预设目录中的配置进行推断。
参数
True
,已保存的权重将被加载到模型架构中。如果为 False
,所有权重将被随机初始化。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 | 11 层 VGG 模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
vgg_13_imagenet | 9.40M | 13 层 VGG 模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
vgg_16_imagenet | 14.71M | 16 层 VGG 模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
vgg_19_imagenet | 20.02M | 19 层 VGG 模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
backbone
属性keras_hub.models.VGGImageClassifier.backbone
一个具有核心架构的 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。