BASNet 分割
BASNet 類別
keras_cv.models.BASNet(
backbone,
num_classes,
input_shape=(None, None, 3),
input_tensor=None,
include_rescaling=False,
projection_filters=64,
prediction_heads=None,
refinement_head=None,
**kwargs
)
一個實現 BASNet 架構的 Keras 模型，用於語義分割。
參考文獻
參數
- backbone：
keras.Model。模型的主幹網路，用作 BASNet 預測編碼器的特徵提取器。目前支援的主幹網路是 ResNet18 和 ResNet34。預設主幹網路是keras_cv.models.ResNet34Backbone()（注意：請勿在主幹網路中指定「input_shape」、「input_tensor」或「include_rescaling」。請在初始化「BASNet」模型時提供這些參數。） - num_classes：整數，分割模型的類別數。
- input_shape：可選的形狀元組，預設為 (None, None, 3)。
- input_tensor：可選的 Keras 張量（例如，
layers.Input()的輸出），用作模型的影像輸入。 - include_rescaling：布林值，是否重新縮放輸入。如果設為
True，則輸入將通過Rescaling(1/255.0)層。 - projection_filters：整數，從
backbone投影低階特徵的卷積層中的濾波器數量。 - prediction_heads：（可選）
keras.layers.Layer列表，定義模型的預測模組頭。如果未提供，則會使用 Conv2D 層後跟調整大小操作來建立預設頭。 - refinement_head：（可選）
keras.layers.Layer，定義模型的細化模組頭。如果未提供，則會使用 Conv2D 層建立預設頭。
範例
import keras_cv
images = np.ones(shape=(1, 288, 288, 3))
labels = np.zeros(shape=(1, 288, 288, 1))
# Note: Do not specify 'input_shape', 'input_tensor', or
# 'include_rescaling' within the backbone.
backbone = keras_cv.models.ResNet34Backbone()
model = keras_cv.models.segmentation.BASNet(
backbone=backbone,
num_classes=1,
input_shape=[288, 288, 3],
include_rescaling=False
)
# Evaluate model
output = model(images)
pred_labels = output[0]
# Train model
model.compile(
optimizer="adam",
loss=keras.losses.BinaryCrossentropy(from_logits=False),
metrics=["accuracy"],
)
model.fit(images, labels, epochs=3)
```
----
<span style="float:right;">[[source]](https://github.com/keras-team/keras-cv/tree/v0.9.0/keras_cv/src/models/task.py#L183)</span>
### `from_preset` method
```python
BASNet.from_preset()
從預設配置和權重實例化 BASNet 模型。
參數
- preset：字串。必須是「resnet18」、「resnet34」、「basnet_resnet18」或「basnet_resnet34」其中之一。如果要尋找具有預先訓練權重的預設模型，請選擇「」其中之一。
- load_weights：是否將預先訓練的權重載入模型。預設為
None，這取決於預設模型是否有可用的預先訓練權重。 - input_shape ：將傳遞給主幹網路初始化的輸入形狀，預設為
None。如果為None，則將使用預設值。
範例
# Load architecture and weights from preset
model = keras_cv.models.BASNet.from_preset(
"",
)
# Load randomly initialized model from preset architecture with weights
model = keras_cv.models.BASNet.from_preset(
"",
load_weights=False,
| 預設名稱 | 參數 | 描述 |
|---|---|---|
| basnet_resnet18 | 98.78M | 具有 ResNet18 v1 主幹網路的 BASNet。 |
| basnet_resnet34 | 108.90M | 採用 ResNet34 v1 骨幹的 BASNet。 |