Xception

[原始碼]

Xception 函數

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

實例化 Xception 架構。

參考文獻

• Xception：使用深度可分離卷積的深度學習 (CVPR 2017)

對於影像分類的使用情境，請參閱此頁面以取得詳細範例。

對於遷移學習的使用情境，請務必閱讀遷移學習與微調指南。

此模型的預設輸入影像大小為 299x299。

注意：每個 Keras 應用程式都期望特定類型的輸入預處理。對於 Xception，請在將輸入傳遞給模型之前，對您的輸入呼叫 keras.applications.xception.preprocess_input。xception.preprocess_input 將輸入像素縮放至 -1 和 1 之間。

參數

• include_top：是否包含網路頂部的 3 個全連接層。
• weights：以下其中一個選項：None (隨機初始化)、"imagenet" (在 ImageNet 上預訓練)，或要載入的權重檔案的路徑。
• input_tensor：可選的 Keras 張量（即 layers.Input() 的輸出），用作模型的影像輸入。
• input_shape：可選的形狀元組，只有在 include_top 為 False 時才需要指定（否則輸入形狀必須為 (299, 299, 3)。它應該正好有 3 個輸入通道，並且寬度和高度不應小於 71。例如，(150, 150, 3) 將會是一個有效的值。
• pooling：當 include_top 為 False 時，用於特徵提取的可選池化模式。
  • None 表示模型的輸出將是最後一個卷積區塊的 4D 張量輸出。
  • avg 表示將對最後一個卷積區塊的輸出應用全域平均池化，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，只有在 include_top 為 True 且未指定 weights 參數時才需要指定。預設值為 1000。
• classifier_activation：一個 str 或可呼叫物件。要在「頂部」層上使用的啟動函數。除非 include_top=True，否則會被忽略。設定 classifier_activation=None 以傳回「頂部」層的邏輯值。載入預訓練權重時，classifier_activation 只能為 None 或 "softmax"。
• name：模型的名稱 (字串)。

返回

一個模型實例。