InceptionV3

[來源]

InceptionV3 函數

keras.applications.InceptionV3(
    include_top=True,
    weights="imagenet",
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation="softmax",
    name="inception_v3",
)

實例化 Inception v3 架構。

參考文獻

• 重新思考用於電腦視覺的 Inception 架構 (CVPR 2016)

此函數會傳回一個 Keras 影像分類模型，並可選擇載入在 ImageNet 上預先訓練的權重。

對於影像分類用例，請參閱此頁面以取得詳細範例。

對於遷移學習用例，請務必閱讀遷移學習和微調指南。

注意：每個 Keras 應用程式都期望特定類型的輸入預處理。對於 InceptionV3，在將輸入傳遞至模型之前，請在輸入上呼叫 keras.applications.inception_v3.preprocess_input。inception_v3.preprocess_input 會將輸入像素縮放為 -1 到 1 之間。

引數

• include_top：布林值，是否在頂層包含全連接層，作為網路的最後一層。預設為 True。
• weights：None（隨機初始化）、imagenet（在 ImageNet 上預先訓練），或要載入的權重檔案路徑。預設為 "imagenet"。
• input_tensor：選用的 Keras 張量（即 layers.Input() 的輸出），用作模型的影像輸入。input_tensor 可用於在多個不同網路之間共用輸入。預設為 None。
• input_shape：選用的形狀元組，僅在 include_top 為 False 時指定（否則輸入形狀必須為 (299, 299, 3)（使用 channels_last 資料格式）或 (3, 299, 299)（使用 channels_first 資料格式）。它應精確具有 3 個輸入通道，且寬度和高度不應小於 75。例如，(150, 150, 3) 將會是一個有效值。如果提供 input_tensor，則會忽略 input_shape。
• pooling：當 include_top 為 False 時，用於特徵提取的可選池化模式。
  • None（預設）表示模型的輸出將是最後一個卷積區塊的 4D 張量輸出。
  • avg 表示全域平均池化將應用於最後一個卷積區塊的輸出，因此模型的輸出將是 2D 張量。
  • max 表示將應用全域最大池化。
• classes：可選的影像分類類別數量，僅在 include_top 為 True，且未指定 weights 引數時指定。預設為 1000。
• classifier_activation：str 或可呼叫對象。在「頂層」使用的啟動函數。除非 include_top=True，否則會忽略。設定 classifier_activation=None 以傳回「頂層」的 logits。載入預訓練權重時，classifier_activation 只能是 None 或 "softmax"。
• name：模型的名稱（字串）。

傳回值

模型實例。