tf.keras.applications.EfficientNetV2B3

Создает экземпляр архитектуры EfficientNetV2B3.

tf.keras.applications.EfficientNetV2B3(
    include_top=True,
    weights='imagenet',
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation='softmax',
    include_preprocessing=True
)

Справочник:

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

Эта функция возвращает модель классификации изображений Keras, при необходимости загружая веса, предварительно обученные на ImageNet.

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 предполагает определенный тип предварительной обработки входных данных. Для EfficientNetV2 предварительная обработка входных данных по умолчанию включена в модель как слой Rescaling, поэтому keras.applications.efficientnet_v2.preprocess_input фактически является функцией-переходом. В этом случае модели EfficientNetV2 ожидают на входе тензоры пикселей с плавающей точкой и значениями в диапазоне [0, 255]. При этом предварительную обработку в составе модели (то есть слой Rescaling) можно отключить, установив аргумент include_preprocessing в значение False. При отключенной предварительной обработке модели EfficientNetV2 ожидают на входе тензоры пикселей с плавающей точкой и значениями в диапазоне [-1, 1].