1. 关于Application
- Keras 的应用模块(keras.applications)提供了带有预训练权值的深度学习模型,这些模型可以用来进行预测、特征提取和微调(fine-tuning)。当你初始化一个预训练模型时,会自动下载权值到
~/.keras/models/
目录下。
2. keras内置的Model
- 在 ImageNet 上预训练过的用于图像分类的模型:
VGG16
VGG19
Xception
ResNet50
InceptionV3
InceptionResNetV2
MobileNet
DenseNet
NASNet
- 所有的这些模型(除了 Xception 和 MobileNet 外)都兼容Theano和Tensorflow,并会自动按照位于
~/.keras/keras.json
的配置文件中设置的图像数据格式来构建模型。举个例子,如果你设置image_data_format=channels_last
,则加载的模型将按照 TensorFlow 的维度顺序来构造,即“高度-宽度-深度”(Height-Width-Depth)的顺序。 - Xception 模型仅适用于 TensorFlow,因为它依赖于 SeparableConvolution 层。MobileNet 模型仅适用于 TensorFlow,因为它依赖于 DepthwiseConvolution 层。
3. 一些例子
-
使用 ResNet50 进行 ImageNet 分类
from keras.applications.resnet50 import ResNet50 from keras.preprocessing import image from keras.applications.resnet50 import preprocess_input, decode_predictions import numpy as np model = ResNet50(weights='imagenet') img_path = 'elephant.jpg' img = image.load_img(img_path, target_size=(224, 224)) x = image.img_to_array(img) x = np.expand_dims(x, axis=0) x = preprocess_input(x) preds = model.predict(x) # decode the results into a list of tuples (class, description, probability) # (one such list for each sample in the batch) print('Predicted:', decode_predictions(preds, top=3)[0]) # Predicted: [(u'n02504013', u'Indian_elephant', 0.82658225), (u'n01871265', u'tusker', 0.1122357), (u'n02504458', u'African_elephant', 0.061040461)]
-
使用 VGG16 提取特征
from keras.applications.vgg16 import VGG16 from keras.preprocessing import image from keras.applications.vgg16 import preprocess_input import numpy as np model = VGG16(weights='imagenet', include_top=False) img_path = 'elephant.jpg' img = image.load_img(img_path, target_size=(224, 224)) x = image.img_to_array(img) x = np.expand_dims(x, axis=0) x = preprocess_input(x) features = model.predict(x)
-
从VGG19的任意中间层中抽取特征
from keras.applications.vgg19 import VGG19 from keras.preprocessing import image from keras.applications.vgg19 import preprocess_input from keras.models import Model import numpy as np base_model = VGG19(weights='imagenet') model = Model(inputs=base_model.input, outputs=base_model.get_layer('block4_pool').output) # 自定义用于输出中间层的Model img_path = 'elephant.jpg' img = image.load_img(img_path, target_size=(224, 224)) x = image.img_to_array(img) x = np.expand_dims(x, axis=0) x = preprocess_input(x) block4_pool_features = model.predict(x)
-
在新类上微调 InceptionV3
from keras.applications.inception_v3 import InceptionV3 from keras.preprocessing import image from keras.models import Model from keras.layers import Dense, GlobalAveragePooling2D from keras import backend as K # 构建不带分类器的预训练模型 base_model = InceptionV3(weights='imagenet', include_top=False) # include_top ? # 添加全局平均池化层 x = base_model.output x = GlobalAveragePooling2D()(x) # 添加一个全连接层 x = Dense(1024, activation='relu')(x) # 添加一个分类器,假设我们有200个类 predictions = Dense(200, activation='softmax')(x) # 构建我们需要训练的完整模型 model = Model(inputs=base_model.input, outputs=predictions) # 首先,我们只训练顶部的几层(随机初始化的层) # 锁住所有 InceptionV3 的卷积层 for layer in base_model.layers: layer.trainable = False # 编译模型(一定要在锁层以后操作) model.compile(optimizer='rmsprop', loss='categorical_crossentropy') # 在新的数据集上训练几代 model.fit_generator(...) # 现在顶层应该训练好了,让我们开始微调 Inception V3 的卷积层。 # 我们会锁住 Inception V3 中底下的几层,然后训练其余的顶层。(因为底层都是低级语义,可共享) # 让我们看看每一层的名字和层号,看看我们应该锁多少层呢: for i, layer in enumerate(base_model.layers): print(i, layer.name) # 我们选择训练最上面的两个 Inception block # 也就是说锁住前面249层,然后放开之后的层。 for layer in model.layers[:249]: layer.trainable = False for layer in model.layers[249:]: layer.trainable = True # 我们需要重新编译模型,才能使上面的修改生效 # 让我们设置一个很低的学习率,使用 SGD 来微调 from keras.optimizers import SGD model.compile(optimizer=SGD(lr=0.0001, momentum=0.9), loss='categorical_crossentropy') # 我们继续训练模型,这次我们训练最后两个 Inception block # 和两个全连接层 model.fit_generator(...)
-
通过自定义输入 tensor 构建 InceptionV3
from keras.applications.inception_v3 import InceptionV3 from keras.layers import Input # this could also be the output a different Keras model or layer input_tensor = Input(shape=(224, 224, 3)) # this assumes K.image_data_format() == 'channels_last' model = InceptionV3(input_tensor=input_tensor, weights='imagenet', include_top=True)
4. 内置模型的性能概览
模型 | 大小 | Top-1 准确率 | Top-5 准确率 | 参数数量 | 深度 |
---|---|---|---|---|---|
Xception | 88 MB | 0.790 | 0.945 | 22,910,480 | 126 |
VGG16 | 528 MB | 0.715 | 0.901 | 138,357,544 | 23 |
VGG19 | 549 MB | 0.727 | 0.910 | 143,667,240 | 26 |
ResNet50 | 99 MB | 0.759 | 0.929 | 25,636,712 | 168 |
InceptionV3 | 92 MB | 0.788 | 0.944 | 23,851,784 | 159 |
InceptionResNetV2 | 215 MB | 0.804 | 0.953 | 55,873,736 | 572 |
MobileNet | 17 MB | 0.665 | 0.871 | 4,253,864 | 88 |
DenseNet121 | 33 MB | 0.745 | 0.918 | 8,062,504 | 121 |
DenseNet169 | 57 MB | 0.759 | 0.928 | 14,307,880 | 169 |
DenseNet201 | 80 MB | 0.770 | 0.933 | 20,242,984 | 201 |
-
Top-1 准确率和 Top-5 准确率都是在 ImageNet 验证集上的结果。
-
Xception:
- 在 ImageNet 上预训练的 Xception V1 模型
- 注意,该模型目前仅能在 TensorFlow 后端使用,因为它依赖
SeparableConvolution
层,目前该层只支持channels_last
的维度顺序(高度、宽度、通道)。模型默认图片输入尺寸是 299x299。
-
VGG16:
- VGG16 模型,权值由 ImageNet 训练(不是预训练)而来。
- 该模型在
Theano
和TensorFlow
后端均可使用,并接受channels_first
和channels_last
两种输入维度顺序(高度,宽度,通道)。模型默认输入尺寸是 224x224。 - 预训练权值由 VGG at Oxford 发布的预训练权值移植而来,基于 Creative Commons Attribution License。
-
VGG19:
- VGG19 模型,权值由 **ImageNet ** 训练而来。
- 该模型在
Theano
和TensorFlow
后端均可使用,并接受channels_first
和channels_last
两种输入维度顺序(高度,宽度,通道)。模型默认输入尺寸是 224x224。 - 预训练权值由 VGG at Oxford 发布的预训练权值移植而来,基于 Creative Commons Attribution License。
-
ResNet50:
- ResNet50 模型,权值由 ImageNet 训练而来。
- 该模型在
Theano
和TensorFlow
后端均可使用,并接受channels_first
和channels_last
两种输入维度顺序(高度,宽度,通道)。模型默认输入尺寸是 224x224。 - 预训练权值由 Kaiming He 发布的预训练权值移植而来,基于 MIT license。
-
InceptionV3:
- nception V3 模型,权值由 ImageNet 训练而来。
- 该模型在
Theano
和TensorFlow
后端均可使用,并接受channels_first
和channels_last
两种输入维度顺序(高度,宽度,通道)。模型默认输入尺寸是 299x299。 - 预训练权值基于 Apache License。
-
InceptionResNetV2:
- Inception-ResNet V2 模型,权值由 ImageNet 训练而来。
- 该模型在
Theano
和TensorFlow
后端均可使用,并接受channels_first
和channels_last
两种输入维度顺序(高度,宽度,通道)。模型默认输入尺寸是 299x299。 - 预训练权值基于 Apache License。
-
MobileNet:
-
在 ImageNet 上预训练的 MobileNet 模型。
-
注意,该模型目前仅能在 TensorFlow 后端使用,因为它依赖
SeparableConvolution
层,目前该层只支持channels_last
的维度顺序(高度、宽度、通道)。要通过load_model
载入 MobileNet 模型,你需要导入自定义对象relu6
和DepthwiseConv2D
并通过custom_objects
传参。模型默认输入尺寸是 224x224.model = load_model('mobilenet.h5', custom_objects={ 'relu6': mobilenet.relu6, 'DepthwiseConv2D': mobilenet.DepthwiseConv2D})
-
预训练权值基于 Apache License。
-
-
DenseNet:
-
可以选择载入在 ImageNet 上的预训练权值。如果你在使用 TensorFlow 为了发挥最佳性能,请在
~/.keras/keras.json
的 Keras 配置文件中设置image_data_format='channels_last'
。模型和权值兼容 TensorFlow、Theano 和 CNTK。可以在你的 Keras 配置文件中指定数据格式。
-
预训练权值基于 BSD 3-clause License。
-
-
NASNet:
- 在 ImageNet 上预训练的神经结构搜索网络模型(NASNet)。
- 注意,该模型目前仅能在 TensorFlow 后端使用,因此它只支持
channels_last
的维度顺序(高度、宽度、通道),可以在~/.keras/keras.json
Keras 配置文件中设置。NASNetLarge 默认的输入尺寸是 331x331,NASNetMobile 默认的输入尺寸是 224x224。 - 预训练权值基于 Apache License。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:keras_12_keras自带的Applications - Python技术站