tf.keras.applications.MobileNetV2

Инициализирует архитектуру MobileNetV2.

Просмотр псевдонимов

Основные псевдонимы

tf.keras.applications.mobilenet_v2.MobileNetV2

tf.keras.applications.MobileNetV2(
    input_shape=None,
    alpha=1.0,
    include_top=True,
    weights='imagenet',
    input_tensor=None,
    pooling=None,
    classes=1000,
    classifier_activation='softmax'
)

Используется в ноутбуках

Используется в руководстве	Используется в учебниках
Оценщики	Пример антагонистического примера с использованием FGSM Сегментация изображений Перенесение обучения и уточнение

MobileNetV2 очень похож на исходный MobileNet, за исключением того, что он использует инвертированные остаточные блоки с блоками-бутылками. Он имеет значительно меньшее количество параметров, чем исходный MobileNet. MobileNet поддерживает любые размеры входных данных больше 32 x 32, а более крупные размеры изображений обеспечивают лучшую производительность.

Ссылка:

MobileNetV2: Inverted Residuals and Linear Bottlenecks (CVPR 2018)

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

Для случаев использования классификации изображений см. эту страницу для подробных примеров.

Для случаев использования переноса обучения убедитесь, что вы прочитали руководство по переносу обучения и уточнению.

Примечание: каждый Keras Application ожидает определенного вида предварительной обработки входных данных. Для MobileNetV2 вызовите keras.applications.mobilenet_v2.preprocess_input на ваших входных данных перед передачей их в модель. mobilenet_v2.preprocess_input будет масштабировать пиксели входных изображений от -1 до 1.

Аргументы
`input_shape`	Необязательная кортеж формы, который нужно указать только если `include_top` равен `False` (в противном случае форма входных данных должна быть `(224, 224, 3)` (с `"channels_last"` форматом данных) или `(3, 224, 224)` (с `"channels_first"` форматом данных). Она должна иметь ровно 3 входных канала, а ширина и высота должны быть не меньше 32. Например, `(200, 200, 3)` будет одним из допустимых значений. По умолчанию `None`. `input_shape` будет проигнорировано, если `input_tensor` указан.
`alpha`	Управляет шириной сети. Это известно как множитель ширины в статье MobileNet. Если `alpha < 1.0`, пропорционально уменьшает количество фильтров в каждом слое. Если `alpha > 1.0`, пропорционально увеличивает количество фильтров в каждом слое. Если `alpha == 1`, используется стандартное количество фильтров из статьи в каждом слое. По умолчанию `1.0`.
`include_top`	Булево значение, указывающее, нужно ли включать полностью связанный слой в верхней части сети. По умолчанию `True`.
`weights`	Одно из значений `None` (случайная инициализация), `"imagenet"` (предварительное обучение на ImageNet) или путь к файлу весов для загрузки. По умолчанию `"imagenet"`.
`input_tensor`	Необязательный Keras-тензор (т.е. результат из `layers.Input()`) для использования в качестве входных данных изображения для модели. `input_tensor` полезно для совместного использования входных данных между несколькими различными сетями. По умолчанию `None`.
`pooling`	Необязательный режим пулинга для извлечения признаков, когда `include_top` равен `False`. `None` (по умолчанию) означает, что выход модели будет 4D-тензором, выходящим из последнего сверточного блока. `avg` означает, что будет применена глобальная средняя пулинговая операция к выходу последнего сверточного блока, и, следовательно, выход модели будет 2D-тензором. `max` означает, что будет применена глобальная пулинговая операция с максимальным значением.
`classes`	Необязательное количество классов для классификации изображений, которое нужно указывать только если `include_top` равен `True` и если не указан аргумент `weights`. По умолчанию `1000`.
`classifier_activation`	Функция активации для слоя "верхний". Игнорируется, если `include_top=True`. Установка `classifier_activation=None` возвращает логиты слоя "верхний". При загрузке предварительно обученных весов, `classifier_activation` может быть только `None` или `"softmax"`.

Возвращаемое значение
Экземпляр модели.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/keras/applications/MobileNetV2