使用keras加载vgg16等模型权重文件失败的解决办法和模型.h5文件网盘下载地址

官方下载地址

https://github.com/fchollet/deep-learning-models/releases


网盘下载地址

链接:https://pan.baidu.com/s/1uh4ta7_J9NKYMW-PXCyCyQ 密码: h3sw

其中包含

resnet50_weights_tf_dim_ordering_tf_kernels.h5 98.1M

resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5 90.3M

xception_weights_tf_dim_ordering_tf_kernels.h5 87.6M

xception_weights_tf_dim_ordering_tf_kernels_notop.h5 79.8M

inception_v3_weights_tf_dim_ordering_tf_kernels_notop_update.h5 83.8M

inception_v3_weights_tf_dim_ordering_tf_kernels_notop.h5 82.9M

vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5 56.2M

inception_v3_weights_tf_dim_ordering_tf_kernels_update.h5 91.7M

vgg16_weights_tf_dim_ordering_tf_kernels.h5 527.8M

vgg19_weights_tf_dim_ordering_tf_kernels_notop.h5 76.4M

inception_v3_weights_tf_dim_ordering_tf_kernels.h5 90.7M

vgg19_weights_tf_dim_ordering_tf_kernels.h5

链接:https://pan.baidu.com/s/1uh4ta7_J9NKYMW-PXCyCyQ 密码: h3sw


加载文件

Linux: 将下载好的*.h5文件下载到用户目录下的~/.keras/models

Windows: 在电脑的地址栏中输入%userprofile%,将下载好的*.h5文件放入.keras/models文件夹下

模型的预训练权重在载入模型时自动载入。就可以愉快地玩耍了。



为了避免c盘占用过大,使用相对路径加载也可以

path='./[权重文件存放路径]/vgg16_weights_tf_dim_ordering_tf_kernels.h5'  
vgg16 = VGG16(weights=path, include_top=True)
vgg16.summary()


说明:

上面的tf代表使用tensorflow作为后端,如果使用theano作为后端的则需要下载_th_版本的。


keras中文文档对此的说明:

http://keras-cn.readthedocs.io/en/latest/backend/


  • 21
    点赞
  • 59
    收藏
    觉得还不错? 一键收藏
  • 27
    评论
### 回答1: 要下载SSD(Single Shot MultiBox Detector)目标检测模型的h5文件,首先需要确定keras的版本。因为Keras从2.4.0版本开始已经停止维护,官方建议用户迁移至TensorFlow中的tf.keras。以下是根据tf.keras使用方法进行的回答。 要下载SSD目标检测模型的h5文件,可以通过TensorFlow官方的GitHub仓库获取。在GitHub上搜索"tensorflow/models",进入该仓库的主页。 进入该仓库后,在仓库的顶部导航栏中,点击"Code"按钮,然后选择"Download ZIP"选项,即可下载该仓库的ZIP压缩文件到本地。 解压缩下载的ZIP文件后,在解压缩后的文件夹中,可以找到ssd目录。在该目录下,可以找到预训练的SSD模型的h5文件,以及与其相关的代码和配置文件。 根据需求,可以选择下载不同版本的SSD模型模型的名称通常会包含络架构和数据集名称的信息,例如,ssd_mobilenet_v1_coco.h5表示使用MobileNet V1作为基础络架构,并在COCO数据集上进行训练的模型下载所需的h5文件后,可以将其用于目标检测任务。通过该h5文件,可以使用tf.keras模型函数来读取模型,并可以在输入图像上进行目标检测。 需要注意的是,SSD模型是一个深度学习模型,通常需要GPU的支持来进行训练和推理。在使用模型之前,需要确保安装了适当的GPU驱动和CUDA、cuDNN等深度学习库,并正确配置了TensorFlow的GPU支持。 总之,通过在TensorFlow的官方GitHub仓库中下载适应于你的keras版本的SSD模型的h5文件,你可以开始在目标检测任务中使用这个模型。 ### 回答2: 在Keras中,SSD(Single Shot MultiBox Detector)是一种常用的目标检测模型。如果你想下载SSD模型的H5文件,可以按照以下步骤进行: 1. 打开Keras官方站(https://keras.io/)。 2. 在站的顶部导航栏中找到"Models"选项,并点击进入。 3. 在“Models”页面中,搜索框中输入"SSD",点击搜索按钮。 4. 在搜索结果中,找到相应的SSD模型,并点击该模型进入详情页。 5. 在详情页中,你可以找到该模型的各个版本的下载链接,包括H5文件。 6. 找到对应版本的H5文件下载链接,并点击下载。 7. 下载完成后,你将得到一个包含SSD目标检测模型的H5文件。 请注意,具体的下载方式可能因为Keras的更新而有所差异,以上步骤仅供参考。另外,你也可以通过搜索引擎或者Keras相关社区找到可靠的下载来源。 ### 回答3: 要下载Keras版本的SSD(Single Shot MultiBox Detector)目标检测模型的h5文件,可以按照以下步骤进行: 1. 打开Keras官方站或GitHub仓库,找到SSD目标检测模型的h5文件下载链接。 2. 点击下载链接,选择保存文件的位置,并等待下载完成。 3. 下载完成后,可以将h5文件保存在指定的目录中,以备后续使用。 4. 如果下载过程中出现问题,可以尝试使用下载工具或其他浏览器进行下载。 SSD是一种常用的目标检测模型,通过结合不同尺度的特征图来检测并定位图像中的多个目标。Keras是一个高级神经络API,它可以在不同的深度学习框架上运行,如TensorFlow和CNTK。因此,寻找合适的Keras版本的SSD模型下载其h5文件是实现目标检测任务的要一步。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 27
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值