tf.keras.applications.EfficientNetV2B1

Создаёт экземпляр архитектуры EfficientNetV2B1.

tf.keras.applications.EfficientNetV2B1(
    include_top=True,
    weights='imagenet',
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation='softmax',
    include_preprocessing=True
)

См. также:

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

Эта функция возвращает модель Keras для классификации изображений, которую при необходимости можно загрузить с предварительно обученными на ImageNet весами.

Примеры использования для классификации изображений см. на этой странице.

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

Примечание: каждое приложение Keras ожидает входные данные, предварительно обработанные определённым образом. Для EfficientNetV2 предварительная обработка входных данных по умолчанию включена в модель как слой Rescaling, поэтому keras.applications.efficientnet_v2.preprocess_input фактически является функцией, которая не выполняет никаких преобразований. В этом случае модели EfficientNetV2 ожидают на вход тензоры пикселей с плавающей точкой и значениями в диапазоне [0, 255]. При этом предварительную обработку в составе модели (то есть слой Rescaling) можно отключить, задав аргумент include_preprocessing равным False. Если предварительная обработка отключена, модели EfficientNetV2 ожидают на вход тензоры пикселей с плавающей точкой и значениями в диапазоне [-1, 1].