VGG影像分類器模型
VGGImageClassifier 類別
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 影像分類任務。
VGGImageClassifier 任務封裝了 keras_hub.models.VGGBackbone 和 keras_hub.models.Preprocessor，以創建可用於影像分類的模型。VGGImageClassifier 任務接受額外的 num_classes 參數，用於控制預測輸出類別的數量。
若要使用 fit() 進行微調，請傳遞包含 (x, y) 標籤元組的資料集，其中 x 是字串，y 是 [0, num_classes) 範圍內的整數。
與 keras_hub.model.ImageClassifier 不同的是，VGGImageClassifier 允許並預設為 pooling="flatten"，當輸入展平並在最終輸出投影之前通過兩個中間密集層時。
引數
- backbone：
keras_hub.models.VGGBackbone實例或keras.Model。 - num_classes：int。要預測的類別數量。
- preprocessor：
None、keras_hub.models.Preprocessor實例、keras.Layer實例或可呼叫物件。如果為None，則不會對輸入套用任何預處理。 - pooling：
"flatten"、"avg"或"max"。要對 backbone 輸出套用的池化類型。預設為 flatten 以匹配原始 VGG 實作，其中 backbone 輸入將被展平並通過具有"relu"激活的兩個密集層。 - pooling_hidden_dim：池化密集層的輸出特徵大小。這僅在
pooling="flatten"時適用。 - activation：
None、str 或可呼叫物件。要在Dense層上使用的激活函數。設定activation=None以傳回輸出 logits。預設為"softmax"。 - head_dtype：
None、str 或keras.mixed_precision.DTypePolicy。用於分類頭部計算和權重的 dtype。
範例
呼叫 predict() 以執行推論。
# 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)
在單一批次上呼叫 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)
使用自訂損失、最佳化器和 backbone 呼叫 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)
自訂 backbone。
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)
從模型預設實例化 keras_hub.models.Task。
預設是一個包含配置、權重和其他檔案資產的目錄，用於儲存和載入預訓練模型。preset 可以作為以下其中之一傳遞
- 內建預設識別符，例如
'bert_base_en' - Kaggle Models 控制代碼，例如
'kaggle://user/bert/keras/bert_base_en' - Hugging Face 控制代碼，例如
'hf://user/bert_base_en' - 本地預設目錄的路徑，例如
'./bert_base_en'
對於任何 Task 子類別，您可以執行 cls.presets.keys() 以列出該類別上所有可用的內建預設。
此建構子可以通過兩種方式之一呼叫。從任務特定的基底類別呼叫，例如 keras_hub.models.CausalLM.from_preset()，或從模型類別呼叫，例如 keras_hub.models.BertTextClassifier.from_preset()。如果從基底類別呼叫，則返回物件的子類別將從預設目錄中的配置推斷出來。
引數
- preset：字串。內建預設識別符、Kaggle Models 控制代碼、Hugging Face 控制代碼或本地目錄的路徑。
- load_weights：bool。如果為
True，則儲存的權重將載入到模型架構中。如果為False，則所有權重將隨機初始化。
範例
# 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,
)
| 預設 | 參數 | 描述 |
|---|---|---|
| vgg_11_imagenet | 9.22M | 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 11 層 vgg 模型。 |
| vgg_13_imagenet | 9.40M | 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 13 層 vgg 模型。 |
| vgg_16_imagenet | 14.71M | 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 16 層 vgg 模型。 |
| vgg_19_imagenet | 20.02M | 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 19 層 vgg 模型。 |
backbone 屬性
keras_hub.models.VGGImageClassifier.backbone
具有核心架構的 keras_hub.models.Backbone 模型。
preprocessor 屬性
keras_hub.models.VGGImageClassifier.preprocessor
用於預處理輸入的 keras_hub.models.Preprocessor 層。