常见内置预训练模型

Keras中文文档

在ImageNet上预训练过的用于图像分类的模型

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	0.713	0.901	138,357,544	23
VGG19	549 MB	0.713	0.900	143,667,240	26
ResNet50	98 MB	0.749	0.921	25,636,712	-
ResNet101	171 MB	0.764	0.928	44,707,176	-
ResNet152	232 MB	0.766	0.931	60,419,944	-
ResNet50V2	98 MB	0.760	0.930	25,613,800	-
ResNet101V2	171 MB	0.772	0.938	44,675,560	-
ResNet152V2	232 MB	0.780	0.942	60,380,648	-
ResNeXt50	96 MB	0.777	0.938	25,097,128	-
ResNeXt101	170 MB	0.787	0.943	44,315,560	-
InceptionV3	92 MB	0.779	0.937	23,851,784	159
InceptionResNetV2	215 MB	0.803	0.953	55,873,736	572
MobileNet	16 MB	0.704	0.895	4,253,864	88
MobileNetV2	14 MB	0.713	0.901	3,538,984	88
DenseNet121	33 MB	0.750	0.923	8,062,504	121
DenseNet169	57 MB	0.762	0.932	14,307,880	169
DenseNet201	80 MB	0.773	0.936	20,242,984	201
NASNetMobile	23 MB	0.744	0.919	5,326,716	-
NASNetLarge	343 MB	0.825	0.960	88,949,818	-

VGG16

keras.applications.vgg16.VGG16(
    include_top=True, 
    weights='imagenet', 
    input_tensor=None, 
    input_shape=None, 
    pooling=None, 
classes=1000
)

重要参数

include_top: 是否包括顶层的全连接层。
weights: None 代表随机初始化， 'imagenet' 代表加载在 ImageNet 上预训练的权值。
input_tensor: 可选，Keras tensor 作为模型的输入（即 layers.Input() 输出的 tensor）。
input_shape: 可选，输入尺寸元组，仅当 include_top=False 时有效，否则输入形状必须是 (244, 244, 3)（对于 channels_last 数据格式），或者 (3, 244, 244)（对于 channels_first 数据格式）。它必须拥有 3 个输入通道，且宽高必须不小于 32。例如 (200, 200, 3) 是一个合法的输入尺寸。
pooling

: 可选，当include_top为False时，该参数指定了特征提取时的池化方式。
- None 代表不池化，直接输出最后一层卷积层的输出，该输出是一个四维张量。
- 'avg' 代表全局平均池化（GlobalAveragePooling2D），相当于在最后一层卷积层后面再加一层全局平均池化层，输出是一个二维张量。
- 'max' 代表全局最大池化
classes: 可选，图片分类的类别数，仅当 include_top 为 True 并且不加载预训练权值时可用。

VGG16 模型，权值由 ImageNet 训练而来。

该模型可同时构建于 channels_first (通道，高度，宽度) 和 channels_last （高度，宽度，通道）两种输入维度顺序。

模型默认输入尺寸是 224x224。

VGG19

keras.applications.vgg19.VGG19(
    include_top=True, 
    weights='imagenet', 
    input_tensor=None, 
    input_shape=None, 
    pooling=None, 
    classes=1000
)

重要参数

include_top: 是否包括顶层的全连接层。
weights: None 代表随机初始化， 'imagenet' 代表加载在 ImageNet 上预训练的权值。
input_tensor: 可选，Keras tensor 作为模型的输入（即 layers.Input() 输出的 tensor）。
input_shape: 可选，输入尺寸元组，仅当 include_top=False 时有效，否则输入形状必须是 (244, 244, 3)（对于 channels_last 数据格式），或者 (3, 244, 244)（对于 channels_first 数据格式）。它必须拥有 3 个输入通道，且宽高必须不小于 32。例如 (200, 200, 3) 是一个合法的输入尺寸。
pooling

: 可选，当include_top为False时，该参数指定了特征提取时的池化方式。
- None 代表不池化，直接输出最后一层卷积层的输出，该输出是一个四维张量。
- 'avg' 代表全局平均池化（GlobalAveragePooling2D），相当于在最后一层卷积层后面再加一层全局平均池化层，输出是一个二维张量。
- 'max' 代表全局最大池化
classes: 可选，图片分类的类别数，仅当 include_top 为 True 并且不加载预训练权值时可用。

VGG19 模型，权值由 ImageNet 训练而来。

该模型可同时构建于 channels_first (通道，高度，宽度) 和 channels_last（高度，宽度，通道）两种输入维度顺序。

模型默认输入尺寸是 224x224。

ResNet50

残差网络来设计的模型

keras.applications.resnet.ResNet50(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)
keras.applications.resnet.ResNet101(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)
keras.applications.resnet.ResNet152(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)
keras.applications.resnet_v2.ResNet50V2(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)
keras.applications.resnet_v2.ResNet101V2(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)
keras.applications.resnet_v2.ResNet152V2(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)
keras.applications.resnext.ResNeXt50(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)
keras.applications.resnext.ResNeXt101(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)

重要参数

include_top: 是否包括顶层的全连接层。
weights: None 代表随机初始化， 'imagenet' 代表加载在 ImageNet 上预训练的权值。
input_tensor: 可选，Keras tensor 作为模型的输入（即 layers.Input() 输出的 tensor）。
input_shape: 可选，输入尺寸元组，仅当 include_top=False 时有效，否则输入形状必须是 (244, 244, 3)（对于 channels_last 数据格式），或者 (3, 244, 244)（对于 channels_first 数据格式）。它必须拥有 3 个输入通道，且宽高必须不小于 32。例如 (200, 200, 3) 是一个合法的输入尺寸。
pooling: 可选，当include_top为False时，该参数指定了特征提取时的池化方式。
- None 代表不池化，直接输出最后一层卷积层的输出，该输出是一个四维张量。
- 'avg' 代表全局平均池化（GlobalAveragePooling2D），相当于在最后一层卷积层后面再加一层全局平均池化层，输出是一个二维张量。
- 'max' 代表全局最大池化
classes: 可选，图片分类的类别数，仅当 include_top 为 True 并且不加载预训练权值时可用。

ResNet, ResNetV2, ResNeXt 模型，权值由 ImageNet 训练而来。

该模型可同时构建于 channels_first (通道，高度，宽度) 和 channels_last（高度，宽度，通道）两种输入维度顺序。

模型默认输入尺寸是 224x224。

InceptionV3

keras.applications.inception_v3.InceptionV3(
    include_top=True, 
    weights='imagenet', 
    input_tensor=None, 
    input_shape=None, 
    pooling=None, 
    classes=1000
)

重要参数

include_top: 是否包括顶层的全连接层。
weights: None 代表随机初始化， 'imagenet' 代表加载在 ImageNet 上预训练的权值。
input_tensor: 可选，Keras tensor 作为模型的输入（即 layers.Input() 输出的 tensor）。
input_shape: 可选，输入尺寸元组，仅当 include_top=False 时有效，否则输入形状必须是 (299, 299, 3)（对于 channels_last 数据格式），或者 (3, 299, 299)（对于 channels_first 数据格式）。它必须拥有 3 个输入通道，且宽高必须不小于 139。例如 (150, 150, 3) 是一个合法的输入尺寸。
pooling: 可选，当include_top为False时，该参数指定了特征提取时的池化方式。
- None 代表不池化，直接输出最后一层卷积层的输出，该输出是一个四维张量。
- 'avg' 代表全局平均池化（GlobalAveragePooling2D），相当于在最后一层卷积层后面再加一层全局平均池化层，输出是一个二维张量。
- 'max' 代表全局最大池化
classes: 可选，图片分类的类别数，仅当 include_top 为 True 并且不加载预训练权值时可用。

Inception V3 模型，权值由 ImageNet 训练而来。

该模型可同时构建于 channels_first (通道，高度，宽度) 和 channels_last（高度，宽度，通道）两种输入维度顺序。

模型默认输入尺寸是 299x299。

InceptionResNetV2

keras.applications.inception_resnet_v2.InceptionResNetV2(
    include_top=True, 
    weights='imagenet', 
    input_tensor=None, 
    input_shape=None, 
    pooling=None, 
    classes=1000
)

重要参数

include_top: 是否包括顶层的全连接层。
weights: None 代表随机初始化， 'imagenet' 代表加载在 ImageNet 上预训练的权值。
input_tensor: 可选，Keras tensor 作为模型的输入（即 layers.Input() 输出的 tensor）。
input_shape: 可选，输入尺寸元组，仅当 include_top=False 时有效，否则输入形状必须是 (299, 299, 3)（对于 channels_last 数据格式），或者 (3, 299, 299)（对于 channels_first 数据格式）。它必须拥有 3 个输入通道，且宽高必须不小于 139。例如 (150, 150, 3) 是一个合法的输入尺寸。
pooling: 可选，当include_top为False时，该参数指定了特征提取时的池化方式。
- None 代表不池化，直接输出最后一层卷积层的输出，该输出是一个四维张量。
- 'avg' 代表全局平均池化（GlobalAveragePooling2D），相当于在最后一层卷积层后面再加一层全局平均池化层，输出是一个二维张量。
- 'max' 代表全局最大池化
classes: 可选，图片分类的类别数，仅当 include_top 为 True 并且不加载预训练权值时可用。

Inception-ResNet V2 模型，权值由 ImageNet 训练而来。

该模型可同时构建于 channels_first (通道，高度，宽度) 和 channels_last（高度，宽度，通道）两种输入维度顺序。

模型默认输入尺寸是 299x299。

Xception

tf.keras.applications.xception.Xception(
    include_top=True, 
    weights='imagenet',
    input_tensor=None, 
    input_shape=None, 
    pooling=None, 
    classes=1000
)

重要参数

include_top: 是否包括顶层的全连接层。
weights: None 代表随机初始化， imagenet 代表加载在 ImageNet 上预训练的权值。
input_tensor: 可选，Keras tensor 作为模型的输入（即 layers.Input() 输出的 tensor）。
input_shape: 可选，输入尺寸元组，仅当 include_top=False 时有效（否则输入形状必须是 (299, 299, 3)，因为预训练模型是以这个大小训练的）。它必须拥有 3 个输入通道，且宽高必须不小于 71。例如 (150, 150, 3) 是一个合法的输入尺寸。
pooling: 可选，当 include_top 为 False 时，该参数指定了特征提取时的池化方式。
- None 代表不池化，直接输出最后一层卷积层的输出，该输出是一个 4D 张量。
- avg 代表全局平均池化（GlobalAveragePooling2D），相当于在最后一层卷积层后面再加一层全局平均池化层，输出是一个 2D 张量。
- max代表全局最大池化。
classes: 可选，图片分类的类别数，仅当 include_top 为 True 并且不加载预训练权值时可用。

在 ImageNet 上预训练的 Xception V1 模型，在 ImageNet 上，该模型取得了验证集 top1 0.790 和 top5 0.945 的准确率。注意该模型只支持 channels_last 的维度顺序（高度、宽度、通道）。模型默认输入尺寸是 299x299。

MobileNet

keras.applications.mobilenet.MobileNet(
    input_shape=None, 
    alpha=1.0, 
    depth_multiplier=1, 
    dropout=1e-3, 
    include_top=True, 
    weights='imagenet', 
    input_tensor=None, 
    pooling=None, 
    classes=1000
)

重要参数

input_shape: 可选，输入尺寸元组，仅当 include_top=False 时有效，否则输入形状必须是 (224, 224, 3)（channels_last 格式）或 (3, 224, 224)（channels_first 格式）。它必须为 3 个输入通道，且宽高必须不小于 32，比如 (200, 200, 3) 是一个合法的输入尺寸。
alpha

: 控制网络的宽度：
- 如果 alpha < 1.0，则同比例减少每层的滤波器个数。
- 如果 alpha > 1.0，则同比例增加每层的滤波器个数。
- 如果 alpha = 1，使用论文默认的滤波器个数
depth_multiplier: depthwise卷积的深度乘子，也称为（分辨率乘子）
dropout: dropout 概率
include_top: 是否包括顶层的全连接层。
weights: None 代表随机初始化， 'imagenet' 代表加载在 ImageNet 上预训练的权值。
input_tensor: 可选，Keras tensor 作为模型的输入（比如 layers.Input() 输出的 tensor）。
pooling: 可选，当include_top为False 时，该参数指定了特征提取时的池化方式。
- None 代表不池化，直接输出最后一层卷积层的输出，该输出是一个四维张量。
- 'avg' 代表全局平均池化（GlobalAveragePooling2D），相当于在最后一层卷积层后面再加一层全局平均池化层，输出是一个二维张量。
- 'max' 代表全局最大池化
classes: 可选，图片分类的类别数，仅当 include_top 为 True 并且不加载预训练权值时可用。

在 ImageNet 上预训练的 MobileNet 模型。

注意，该模型目前只支持 channels_last 的维度顺序（高度、宽度、通道）。

模型默认输入尺寸是 224x224。

MobileNetV2

keras.applications.mobilenet_v2.MobileNetV2(
    input_shape=None, 
    alpha=1.0, 
    depth_multiplier=1, 
    include_top=True, 
    weights='imagenet', 
    input_tensor=None, 
    pooling=None, 
    classes=1000
)

重要参数

input_shape: optional shape tuple, to be specified if you would like to use a model with an input img resolution that is not (224, 224, 3). It should have exactly 3 inputs channels (224, 224, 3). You can also omit this option if you would like to infer input_shape from an input_tensor. If you choose to include both input_tensor and input_shape then input_shape will be used if they match, if the shapes do not match then we will throw an error. E.g. (160, 160, 3) would be one valid value.
alpha

: 控制网络的宽度。这在 MobileNetV2 论文中被称作宽度乘子。
- 如果 alpha < 1.0，则同比例减少每层的滤波器个数。
- 如果 alpha > 1.0，则同比例增加每层的滤波器个数。
- 如果 alpha = 1，使用论文默认的滤波器个数。
depth_multiplier: depthwise 卷积的深度乘子，也称为（分辨率乘子）
include_top: 是否包括顶层的全连接层。
weights: None 代表随机初始化，'imagenet' 代表加载在 ImageNet 上预训练的权值。
input_tensor: 可选，Keras tensor 作为模型的输入（即 layers.Input() 输出的 tensor）。
pooling: 可选，当 include_top 为 False时，该参数指定了特征提取时的池化方式。
- None 代表不池化，直接输出最后一层卷积层的输出，该输出是一个四维张量。
- 'avg' 代表全局平均池化（GlobalAveragePooling2D），相当于在最后一层卷积层后面再加一层全局平均池化层，输出是一个二维张量。
- 'max' 代表全局最大池化
classes: 可选，图片分类的类别数，仅当 include_top 为 True 并且不加载预训练权值时可用。

在 ImageNet 上预训练的 MobileNetV2 模型。

请注意，该模型仅支持 'channels_last'

数据格式（高度，宽度，通道)。模型默认输出尺寸为 224x224。

DenseNet

1
2
3

keras.applications.densenet.DenseNet121(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)
keras.applications.densenet.DenseNet169(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)
keras.applications.densenet.DenseNet201(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)

重要参数

blocks: 四个 Dense Layers 的 block 数量。
include_top: 是否包括顶层的全连接层。
weights: None 代表随机初始化， 'imagenet' 代表加载在 ImageNet 上预训练的权值。
input_tensor: 可选，Keras tensor 作为模型的输入（比如 layers.Input() 输出的 tensor）。
input_shape: 可选，输入尺寸元组，仅当 include_top=False 时有效（不然输入形状必须是 (224, 224, 3) （channels_last 格式）或 (3, 224, 224) （channels_first 格式），因为预训练模型是以这个大小训练的）。它必须为 3 个输入通道，且宽高必须不小于 32，比如 (200, 200, 3) 是一个合法的输入尺寸。
pooling: 可选，当include_top为 False时，该参数指定了特征提取时的池化方式。
- None 代表不池化，直接输出最后一层卷积层的输出，该输出是一个四维张量。
- 'avg' 代表全局平均池化（GlobalAveragePooling2D），相当于在最后一层卷积层后面再加一层全局平均池化层，输出是一个二维张量。
- 'max' 代表全局最大池化.
classes: 可选，图片分类的类别数，仅当 include_top 为 True 并且不加载预训练权值时可用。

在 ImageNet 上预训练的 DenseNet 模型。

该模型可同时构建于 channels_first (通道，高度，宽度) 和 channels_last（高度，宽度，通道）两种输入维度顺序。

模型默认输入尺寸是 224x224。

NASNet

1
2

keras.applications.nasnet.NASNetLarge(input_shape=None, include_top=True, weights='imagenet', input_tensor=None, pooling=None, classes=1000)
keras.applications.nasnet.NASNetMobile(input_shape=None, include_top=True, weights='imagenet', input_tensor=None, pooling=None, classes=1000)

重要参数

input_shape: 可选，输入尺寸元组，仅当 include_top=False 时有效，否则对于 NASNetMobile 模型来说，输入形状必须是 (224, 224, 3)（channels_last 格式）或 (3, 224, 224)（channels_first 格式），对于 NASNetLarge 来说，输入形状必须是 (331, 331, 3) （channels_last 格式）或 (3, 331, 331)（channels_first 格式）。它必须为 3 个输入通道，且宽高必须不小于 32，比如 (200, 200, 3) 是一个合法的输入尺寸。
include_top: 是否包括顶层的全连接层。
weights: None 代表随机初始化， 'imagenet' 代表加载在 ImageNet 上预训练的权值。
input_tensor: 可选，Keras tensor 作为模型的输入（比如 layers.Input() 输出的 tensor）。
pooling: 可选，当include_top为False时，该参数指定了特征提取时的池化方式。
- None 代表不池化，直接输出最后一层卷积层的输出，该输出是一个四维张量。
- 'avg' 代表全局平均池化（GlobalAveragePooling2D），相当于在最后一层卷积层后面再加一层全局平均池化层，输出是一个二维张量。
- 'max' 代表全局最大池化
classes: 可选，图片分类的类别数，仅当 include_top 为 True 并且不加载预训练权值时可用。