图像任务的通用 SavedModel API

使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

本页面介绍用于图像相关任务的 TF2 SavedModel 应当如何实现可重用的 SavedModel API。(这会替换现已弃用的 TF1 Hub 格式通用图像签名。)

图像特征向量

用法摘要

图像特征向量是表示整个图像的密集一维张量,通常由使用者模型中的简单前馈分类器使用。(对于经典 CNN 而言,这是在空间范围被池化或平展之后但在分类完成之前的瓶颈值;为此,请参阅下面的图像分类。)

用于图像特征提取的可重用 SavedModel 在根对象上具有 __call__ 方法,该方法可将一批图像映射至一批特征向量。示例用法如下:

obj = hub.load("path/to/model")  # That's tf.saved_model.load() after download.
images = ...  # A batch of images with shape [batch_size, height, width, 3].
features = obj(images)   # A batch with shape [batch_size, num_features].

在 Keras 中,等效代码如下:

features = hub.KerasLayer("path/to/model")(images)

输入遵循图像输入的一般约定。模型文档指定了输入的 heightwidth 的允许范围。

输出是数据类型为 float32 且形状为 [batch_size, num_features] 的单个张量。batch_size 与输入的大小相同。num_features 是模块特定的常量,与输入大小无关。

API 详细信息

可重用的 SavedModel API 还提供了一个 obj.variables 列表(例如,用于不以 Eager 模式加载时的初始化)。

支持微调的模型提供了一个 obj.trainable_variables 列表。可能需要您传递 training=True 才能在训练模式下执行(例如,用于随机失活)。某些模型允许可选参数重写超参数(例如,随机失活率;将在模型文档中介绍)。该模型还可能提供一个 obj.regularization_losses 列表。有关详细信息,请参参阅可重用的 SavedModel API

在 Keras 中,这由 hub.KerasLayer 处理:使用 trainable=True 将其初始化,然后(在超参数重写适用的极少数情况下)使用 arguments=dict(some_hparam=some_value, ...)) 启用微调。

说明

是否对输出特征应用随机失活应由模型使用者决定。SavedModel 本身不应对实际输出执行随机失活(即使它在内部其他位置使用随机失活)。

示例

图像特征向量的可重用 SavedModel 在以下各项中使用:

图像分类

用法摘要

图像分类可将图像的像素映射至模块发布者选择的分类法中类成员的线性得分 (logits)。这样,模型使用者便可从发布者模块学习到的特定分类中得出结论。(对于具有一组新类的图像分类,通常将图像特征向量模型与新分类器一起重用。)

用于图像分类的可重用 SavedModel 在根对象上具有 __call__ 方法,该方法可将一批图像映射至一批 logits。示例用法如下:

obj = hub.load("path/to/model")  # That's tf.saved_model.load() after download.
images = ...  # A batch of images with shape [batch_size, height, width, 3].
logits = obj(images)   # A batch with shape [batch_size, num_classes].

在 Keras 中,等效代码如下:

logits = hub.KerasLayer("path/to/model")(images)

输入遵循图像输入的一般约定。模型文档指定了输入的 heightwidth 的允许范围。

输出 logits 是数据类型为 float32 且形状为 [batch_size, num_classes] 的单个张量。batch_size 与输入的大小相同。num_classes 是分类中的类数,它是一个模型特定的常量。

logits[i, c] 是一个得分,用于预测索引为 c 的类中样本 i 的成员资格。

将这些得分用于 softmax(针对互斥类)、sigmoid(针对正交类)还是其他函数取决于基础分类。模块文档应有所说明,并引用类索引的定义。

API 详细信息

可重用的 SavedModel API 还提供了一个 obj.variables 列表(例如,用于不以 Eager 模式加载时的初始化)。

支持微调的模型提供了一个 obj.trainable_variables 列表。可能需要您传递 training=True 才能在训练模式下执行(例如,用于随机失活)。某些模型允许可选参数重写超参数(例如,随机失活率;将在模型文档中介绍)。该模型还可能提供一个 obj.regularization_losses 列表。有关详细信息,请参参阅可重用的 SavedModel API

在 Keras 中,这由 hub.KerasLayer 处理:使用 trainable=True 将其初始化,然后(在超参数重写适用的极少数情况下)使用 arguments=dict(some_hparam=some_value, ...)) 启用微调。

图像输入

图像输入通用于所有类型的图像模型。

将一批图像作为输入的模型会将图像作为数据类型为 float32、形状为 [batch_size, height, width, 3] 的密集四维张量接受,这些张量的元素是归一化为 [0, 1] 范围的像素的 RGB 颜色值。tf.image.decode_*() 后接 tf.image.convert_image_dtype(..., tf.float32) 即可返回该结果。

模型接受任意 batch_size。模型文档指定了 heightwidth 的允许范围。最后一个维度固定为 3 个 RGB 通道。

建议模型在整个过程中都使用张量的 channels_last(或 NHWC)布局,并在需要时将其由 TensorFlow 的计算图优化器重写为 channels_first(或 NCHW)。