KerasHub：预训练模型
入门 开发者指南 API 文档 建模 API 模型架构 分词器 预处理层 建模层 采样器 指标 预训练模型列表
► KerasHub：预训练模型 / API 文档 / 建模 API / ImageClassifier

ImageClassifier

[源代码]

ImageClassifier 类

keras_hub.models.ImageClassifier(
    backbone,
    num_classes,
    preprocessor=None,
    pooling="avg",
    activation=None,
    dropout=0.0,
    head_dtype=None,
    **kwargs
)

所有图像分类任务的基类。

ImageClassifier 任务封装了 keras_hub.models.Backbone 和 keras_hub.models.Preprocessor，以创建一个可用于图像分类的模型。ImageClassifier 任务接受一个额外的 num_classes 参数，用于控制预测输出类别的数量。

要使用 fit() 进行微调，请传入一个包含 (x, y) 标签元组的数据集，其中 x 是字符串，y 是 [0, num_classes) 范围内的整数。所有 ImageClassifier 任务都包含一个 from_preset() 构造函数，可用于加载预训练的配置和权重。

参数

  • backbone：一个 keras_hub.models.Backbone 实例或一个 keras.Model。
  • num_classes：int。要预测的类别数量。
  • preprocessor：None、一个 keras_hub.models.Preprocessor 实例、一个 keras.Layer 实例或一个可调用对象。如果为 None，则不向输入应用预处理。
  • pooling："avg" 或 "max"。要应用于主干网络输出的池化类型。默认为平均池化。
  • activation：None、str 或可调用对象。用于 Dense 层的激活函数。将 activation 设置为 None 以返回输出 logits。默认为 "softmax"。
  • head_dtype：None、str 或 keras.mixed_precision.DTypePolicy。用于分类头计算和权重的 dtype。

示例

调用 predict() 运行推理。

# Load preset and train
images = np.random.randint(0, 256, size=(2, 224, 224, 3))
classifier = keras_hub.models.ImageClassifier.from_preset(
    "resnet_50_imagenet"
)
classifier.predict(images)

在单个批次上调用 fit()。

# Load preset and train
images = np.random.randint(0, 256, size=(2, 224, 224, 3))
labels = [0, 3]
classifier = keras_hub.models.ImageClassifier.from_preset(
    "resnet_50_imagenet"
)
classifier.fit(x=images, y=labels, batch_size=2)

使用自定义损失、优化器和主干网络调用 fit()。

classifier = keras_hub.models.ImageClassifier.from_preset(
    "resnet_50_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)

自定义主干网络。

images = np.random.randint(0, 256, size=(2, 224, 224, 3))
labels = [0, 3]
backbone = keras_hub.models.ResNetBackbone(
    stackwise_num_filters=[64, 64, 64],
    stackwise_num_blocks=[2, 2, 2],
    stackwise_num_strides=[1, 2, 2],
    block_type="basic_block",
    use_pre_activation=True,
    pooling="avg",
)
classifier = keras_hub.models.ImageClassifier(
    backbone=backbone,
    num_classes=4,
)
classifier.fit(x=images, y=labels, batch_size=2)

[源代码]

from_preset 方法

ImageClassifier.from_preset(preset, load_weights=True, **kwargs)

从模型预设实例化一个 keras_hub.models.Task。

预设是一个包含配置、权重和其他文件资产的目录，用于保存和加载预训练模型。preset 可以作为以下之一传递：

  1. 一个内置的预设标识符，如 'bert_base_en'
  2. 一个 Kaggle Models 句柄，如 'kaggle://user/bert/keras/bert_base_en'
  3. 一个 Hugging Face 句柄，如 'hf://user/bert_base_en'
  4. 一个本地预设目录的路径，如 './bert_base_en'

对于任何 Task 子类，您都可以运行 cls.presets.keys() 来列出该类上所有可用的内置预设。

此构造函数可以通过两种方式调用。可以从特定于任务的基类（例如 keras_hub.models.CausalLM.from_preset()）调用，也可以从模型类（例如 keras_hub.models.BertTextClassifier.from_preset()）调用。如果从基类调用，则返回对象的子类将从预设目录中的配置推断。

参数

  • preset：字符串。一个内置预设标识符、一个 Kaggle Models 句柄、一个 Hugging Face 句柄或一个本地目录的路径。
  • load_weights: 布尔值。如果为 True，已保存的权重将被加载到模型架构中。如果为 False，所有权重将被随机初始化。

示例

# 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,
)
预设 参数 描述
csp_resnext_50_ra_imagenet 20.57M 在随机增强的 ImageNet 1k 数据集上预训练的 CSP-ResNeXt（交叉阶段部分）图像分类模型，分辨率为 256x256。
csp_resnet_50_ra_imagenet 21.62M 在随机增强的 ImageNet 1k 数据集上预训练的 CSP-ResNet（交叉阶段部分）图像分类模型，分辨率为 256x256。
csp_darknet_53_ra_imagenet 27.64M 在随机增强的 ImageNet 1k 数据集上预训练的 CSP-DarkNet（交叉阶段部分）图像分类模型，分辨率为 256x256。
darknet_53_imagenet 41.61M 在 ImageNet 1k 数据集上预训练的 DarkNet 图像分类模型，分辨率为 256x256。
densenet_121_imagenet 7.04M 121 层 DenseNet 模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练。
densenet_169_imagenet 12.64M 169 层 DenseNet 模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练。
densenet_201_imagenet 18.32M 201 层 DenseNet 模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练。
efficientnet_lite0_ra_imagenet 4.65M EfficientNet-Lite 模型在 ImageNet 1k 数据集上使用 RandAugment 策略进行微调。
efficientnet_b0_ra_imagenet 5.29M EfficientNet B0 模型在 ImageNet 1k 数据集上使用 RandAugment 策略进行预训练。
efficientnet_b0_ra4_e3600_r224_imagenet 5.29M EfficientNet B0 模型由 Ross Wightman 在 ImageNet 1k 数据集上预训练。使用 timm 脚本训练，超参数受 MobileNet-V4 small、timm 的通用超参数和“ResNet Strikes Back”的启发。
efficientnet_es_ra_imagenet 5.44M EfficientNet-EdgeTPU Small 模型在 ImageNet 1k 数据集上使用 RandAugment 策略进行训练。
efficientnet_em_ra2_imagenet 6.90M EfficientNet-EdgeTPU Medium 模型在 ImageNet 1k 数据集上使用 RandAugment2 策略进行训练。
efficientnet_b1_ft_imagenet 7.79M EfficientNet B1 模型在 ImageNet 1k 数据集上进行微调。
efficientnet_b1_ra4_e3600_r240_imagenet 7.79M EfficientNet B1 模型由 Ross Wightman 在 ImageNet 1k 数据集上预训练。使用 timm 脚本训练，超参数受 MobileNet-V4 small、timm 的通用超参数和“ResNet Strikes Back”的启发。
efficientnet_b2_ra_imagenet 9.11M EfficientNet B2 模型在 ImageNet 1k 数据集上使用 RandAugment 策略进行预训练。
efficientnet_el_ra_imagenet 10.59M EfficientNet-EdgeTPU Large 模型在 ImageNet 1k 数据集上使用 RandAugment 策略进行训练。
efficientnet_b3_ra2_imagenet 12.23M EfficientNet B3 模型在 ImageNet 1k 数据集上使用 RandAugment2 策略进行预训练。
efficientnet2_rw_t_ra2_imagenet 13.65M EfficientNet-v2 Tiny 模型在 ImageNet 1k 数据集上使用 RandAugment2 策略进行训练。
efficientnet_b4_ra2_imagenet 19.34M EfficientNet B4 模型在 ImageNet 1k 数据集上使用 RandAugment2 策略进行预训练。
efficientnet2_rw_s_ra2_imagenet 23.94M EfficientNet-v2 Small 模型在 ImageNet 1k 数据集上使用 RandAugment2 策略进行训练。
efficientnet_b5_sw_imagenet 30.39M EfficientNet B5 模型由 Ross Wightman 在 ImageNet 12k 数据集上预训练。基于 Swin Transformer 训练/预训练策略，并进行了修改（与 DeiT 和 ConvNeXt 策略相关）。
efficientnet_b5_sw_ft_imagenet 30.39M EfficientNet B5 模型由 Ross Wightman 在 ImageNet 12k 数据集上预训练，并在 ImageNet-1k 上微调。基于 Swin Transformer 训练/预训练策略，并进行了修改（与 DeiT 和 ConvNeXt 策略相关）。
efficientnet2_rw_m_agc_imagenet 53.24M EfficientNet-v2 Medium 模型在 ImageNet 1k 数据集上使用自适应梯度裁剪进行训练。
mit_b0_ade20k_512 3.32M 具有 8 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b0_cityscapes_1024 3.32M 具有 8 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b1_ade20k_512 13.16M 具有 8 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b1_cityscapes_1024 13.16M 具有 8 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b2_ade20k_512 24.20M 具有 16 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b2_cityscapes_1024 24.20M 具有 16 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b3_ade20k_512 44.08M 具有 28 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b3_cityscapes_1024 44.08M 具有 28 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b4_ade20k_512 60.85M 具有 41 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b4_cityscapes_1024 60.85M 具有 41 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b5_ade20k_640 81.45M 具有 52 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b5_cityscapes_1024 81.45M 具有 52 个 Transformer 块的 MiT (MixTransformer) 模型。
mobilenet_v3_small_050_imagenet 278.78K 在 224x224 分辨率的 ImageNet 1k 数据集上预训练的小型 Mobilenet V3 模型。具有一半通道乘数。
mobilenet_v3_small_100_imagenet 939.12K 在 224x224 分辨率的 ImageNet 1k 数据集上预训练的小型 Mobilenet V3 模型。具有基线通道乘数。
mobilenet_v3_large_100_imagenet 3.00M 在 224x224 分辨率的 ImageNet 1k 数据集上预训练的大型 Mobilenet V3 模型。具有基线通道乘数。
mobilenet_v3_large_100_imagenet_21k 3.00M 在 224x224 分辨率的 ImageNet 21k 数据集上预训练的大型 Mobilenet V3 模型。具有基线通道乘数。
resnet_18_imagenet 11.19M 18 层 ResNet 模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练。
resnet_vd_18_imagenet 11.72M 18 层 ResNetVD（带技巧包的 ResNet）模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练。
resnet_vd_34_imagenet 21.84M 34 层 ResNetVD（带技巧包的 ResNet）模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练。
resnet_50_imagenet 23.56M 50 层 ResNet 模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练。
resnet_v2_50_imagenet 23.56M 50 层 ResNetV2 模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练。
resnet_vd_50_imagenet 25.63M 50 层 ResNetVD（带技巧包的 ResNet）模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练。
resnet_vd_50_ssld_imagenet 25.63M 50 层 ResNetVD（带技巧包的 ResNet）模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练，并采用知识蒸馏。
resnet_vd_50_ssld_v2_imagenet 25.63M 50 层 ResNetVD（带技巧包的 ResNet）模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练，并采用知识蒸馏和 AutoAugment。
resnet_vd_50_ssld_v2_fix_imagenet 25.63M 50 层 ResNetVD（带技巧包的 ResNet）模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练，并采用知识蒸馏、AutoAugment 和额外的分类头微调。
resnet_101_imagenet 42.61M 101 层 ResNet 模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练。
resnet_v2_101_imagenet 42.61M 101 层 ResNetV2 模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练。
resnet_vd_101_imagenet 44.67M 101 层 ResNetVD（带技巧包的 ResNet）模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练。
resnet_vd_101_ssld_imagenet 44.67M 101 层 ResNetVD（带技巧包的 ResNet）模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练，并采用知识蒸馏。
resnet_152_imagenet 58.30M 152 层 ResNet 模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练。
resnet_vd_152_imagenet 60.36M 152 层 ResNetVD（带技巧包的 ResNet）模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练。
resnet_vd_200_imagenet 74.93M 200 层 ResNetVD（带技巧包的 ResNet）模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练。
vgg_11_imagenet 9.22M 11 层 VGG 模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练。
vgg_13_imagenet 9.40M 13 层 VGG 模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练。
vgg_16_imagenet 14.71M 16 层 VGG 模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练。
vgg_19_imagenet 20.02M 19 层 VGG 模型，在 224x224 分辨率的 ImageNet 1k 数据集上预训练。
vit_base_patch16_224_imagenet 85.80M ViT-B16 模型，在 224x224 图像分辨率的 ImageNet 1k 数据集上预训练。
vit_base_patch16_224_imagenet21k 85.80M ViT-B16 骨干网络，在 224x224 图像分辨率的 ImageNet 21k 数据集上预训练。
vit_base_patch16_384_imagenet 86.09M ViT-B16 模型，在 384x384 图像分辨率的 ImageNet 1k 数据集上预训练。
vit_base_patch32_224_imagenet21k 87.46M ViT-B32 骨干网络，在 224x224 图像分辨率的 ImageNet 21k 数据集上预训练。
vit_base_patch32_384_imagenet 87.53M ViT-B32 模型，在 384x384 图像分辨率的 ImageNet 1k 数据集上预训练。
vit_large_patch16_224_imagenet 303.30M ViT-L16 模型，在 224x224 图像分辨率的 ImageNet 1k 数据集上预训练。
vit_large_patch16_224_imagenet21k 303.30M ViT-L16 骨干网络，在 224x224 图像分辨率的 ImageNet 21k 数据集上预训练。
vit_large_patch16_384_imagenet 303.69M ViT-L16 模型，在 384x384 图像分辨率的 ImageNet 1k 数据集上预训练。
vit_large_patch32_224_imagenet21k 305.51M ViT-L32 骨干网络，在 224x224 图像分辨率的 ImageNet 21k 数据集上预训练。
vit_large_patch32_384_imagenet 305.61M ViT-L32 模型，在 384x384 图像分辨率的 ImageNet 1k 数据集上预训练。
vit_huge_patch14_224_imagenet21k 630.76M ViT-H14 骨干网络，在 224x224 图像分辨率的 ImageNet 21k 数据集上预训练。
xception_41_imagenet 20.86M 41 层 Xception 模型，在 ImageNet 1k 上预训练。

[源代码]

compile 方法

ImageClassifier.compile(optimizer="auto", loss="auto", metrics="auto", **kwargs)

配置 ImageClassifier 任务用于训练。

ImageClassifier 任务通过 optimizer、loss 和 metrics 的默认值扩展了 keras.Model.compile 的默认编译签名。要覆盖这些默认值，请在编译期间向这些参数传递任何值。

参数

  • optimizer："auto"、优化器名称或 keras.Optimizer 实例。默认为 "auto"，它使用给定模型和任务的默认优化器。有关可能的 optimizer 值的更多信息，请参阅 keras.Model.compile 和 keras.optimizers。
  • loss："auto"、损失名称或 keras.losses.Loss 实例。默认为 "auto"，其中 keras.losses.SparseCategoricalCrossentropy 损失将应用于分类任务。有关可能的 loss 值的更多信息，请参阅 keras.Model.compile 和 keras.losses。
  • metrics："auto" 或模型在训练和测试期间要评估的指标列表。默认为 "auto"，其中 keras.metrics.SparseCategoricalAccuracy 将应用于在训练期间跟踪模型的准确性。有关可能的 metrics 值的更多信息，请参阅 keras.Model.compile 和 keras.metrics。
  • **kwargs：有关 compile 方法支持的完整参数列表，请参阅 keras.Model.compile。

[源代码]

save_to_preset 方法

ImageClassifier.save_to_preset(preset_dir, max_shard_size=10)

将任务保存到预设目录。

参数

  • preset_dir：本地模型预设目录的路径。
  • max_shard_size：int 或 float。每个分片文件的最大大小（以 GB 为单位）。如果为 None，则不进行分片。默认为 10。

preprocessor 属性

keras_hub.models.ImageClassifier.preprocessor

用于预处理输入的 keras_hub.models.Preprocessor 层。

backbone 属性

keras_hub.models.ImageClassifier.backbone

一个具有核心架构的 keras_hub.models.Backbone 模型。

ImageClassifier
ImageClassifier 类
from_preset 方法
compile 方法
save_to_preset 方法
preprocessor 属性
backbone 属性