tf.keras.applications.EfficientNetV2B0

Создает экземпляр архитектуры EfficientNetV2B0.

tf.keras.applications.EfficientNetV2B0(
    include_top=True,
    weights='imagenet',
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation='softmax',
    include_preprocessing=True
)

Справка:

• EfficientNetV2: модели меньшего размера и более быстрое обучение (ICML 2021)

Эта функция возвращает модель классификации изображений Keras, при необходимости загруженную с весами, предварительно обученными на ImageNet.

Примеры использования для классификации изображений см. на этой странице.

При использовании переноса обучения обязательно ознакомьтесь с руководством по переносу обучения и тонкой настройке.

Примечание: для каждого приложения Keras требуется определенный тип предварительной обработки входных данных. Для EfficientNetV2 по умолчанию предварительная обработка входных данных включена в модель как слой Rescaling, поэтому keras.applications.efficientnet_v2.preprocess_input фактически является сквозной функцией. В этом случае модели EfficientNetV2 ожидают на входе тензоры пикселей с плавающей точкой и значениями в диапазоне [0, 255]. При этом предварительную обработку, включенную в модель (то есть слой Rescaling), можно отключить, задав для аргумента include_preprocessing значение False. Если предварительная обработка отключена, модели EfficientNetV2 ожидают на входе тензоры пикселей с плавающей точкой и значениями в диапазоне [-1, 1].