مدل های از قبل آموزش داده شده در زیر گروه Application قرار گرفته اند، که این از مدل ها می توان برای پیش بینی، استخراج ویژگی ها و fine-tuning استفاده کرد.
پس از فراخوانی وزن ها به صورت خود کار دانلود میشن و در مسیر
~/.keras/models/
ذخیره میشن.
با توجه به نیاز ، شما میتونید یکی از مدل های زیر رو فراخونی کنید و برای کار مورد نظرتون ازش استفاده کنید:
Xception
VGG16
VGG19
ResNet50
InceptionV3
InceptionResNetV2
MobileNet
DenseNet
NASNet
به عنوان مثال برای استفاده InceptionV3 به صورت زیر عمل کنید:ابتدا از زیر گروه Application مدل مورد نظر رو فراخونی کنید ، هر کدوم از مدل های موجود در کراس یک تابع preprocess_input داره که عکس رو قبل از دادن به مدل پیش پردازش میکنه (اعمالی مثل نرم مال سازی و ...)
from keras.applications.inception_v3 import InceptionV3,preprocess_input
در ادامه با اجرای کد زیر در صورتی که قبلا وزن ها رو دانلود نکرده باشید و در مسیری که قبلا گفتم وجود نداشته باشه به صورت خودکار این کار انجام میشه، حجم فایل با توجه به مدلی که انتخاب میکنید متفاوت هست:
incept=InceptionV3(include_top=True,weights='imagenet')
در انتها عکس مورد نظر رو میتونید با توابع پیش ساخته کراس بارگزاری کنید و Prediction رو انجم بدید:
from keras.preprocessing.image import array_to_img, img_to_array, load_img
images=img_to_array(load_img('screenshot.jpg',target_size=(224,224))))
features=incept.predict(images)
توضیحات تکمیلی در این لینک موجود هست.