tf.keras.applications.MobileNetV2

Создает экземпляр архитектуры MobileNetV2.

Просмотреть псевдонимы

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 блокнотах

Используется в руководстве	Используется в учебных материалах
Оценщики	Состязательный пример с использованием FGSM Сегментация изображений Перенос обучения и тонкая настройка

MobileNetV2 очень похожа на исходную MobileNet, за исключением того, что в ней используются инвертированные остаточные блоки с узкими местами. Число параметров в ней значительно меньше, чем в исходной MobileNet. MobileNets поддерживают входные данные любого размера более 32 x 32; изображения большего размера обеспечивают более высокую производительность.

Ссылка:

MobileNetV2: инвертированные остаточные блоки и линейные узкие места (CVPR 2018)

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.

Если вы используете перенос обучения, обязательно прочитайте руководство по переносу обучения и тонкой настройке.

Примечание: для каждого приложения Keras требуется особый тип предварительной обработки входных данных. Для MobileNetV2 вызовите keras.applications.mobilenet_v2.preprocess_input для входных данных перед передачей их модели. mobilenet_v2.preprocess_input масштабирует значения пикселей входных данных в диапазон от -1 до 1.

Аргументы
`input_shape`	Необязательный кортеж формы, который указывается только в том случае, если `include_top` равен `False` (в противном случае форма входных данных должна быть `(224, 224, 3)` (с форматом данных `"channels_last"`) или `(3, 224, 224)` (с форматом данных `"channels_first"`). Он должен содержать ровно 3 входных канала, а ширина и высота не должны быть меньше 32. Например, `(200, 200, 3)` — допустимое значение. По умолчанию — `None`. `input_shape` будет проигнорирован, если задан `input_tensor`.
`alpha`	Управляет шириной сети. В статье о MobileNet этот параметр называется множителем ширины. Если `alpha < 1.0`, число фильтров в каждом слое пропорционально уменьшается. Если `alpha > 1.0`, число фильтров в каждом слое пропорционально увеличивается. Если `alpha == 1`, в каждом слое используется число фильтров по умолчанию, указанное в статье. По умолчанию — `1.0`.
`include_top`	Логическое значение, указывающее, следует ли включать полносвязный 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 тензор Keras (то есть выходные данные `layers.Input()`), используемый в качестве входного изображения модели. `input_tensor` полезен для совместного использования входных данных несколькими разными сетями. По умолчанию — `None`.
`pooling`	Необязательный режим пулинга для извлечения признаков, если `include_top` равен `False`. `None` (по умолчанию) означает, что выходными данными модели будет 4D-тензор — выход последнего сверточного блока. `avg` означает, что к выходным данным последнего сверточного блока будет применен глобальный средний пулинг, поэтому выходными данными модели станет 2D-тензор. `max` означает, что будет применен глобальный максимальный пулинг.
`classes`	Необязательное число классов для классификации изображений. Указывается только в том случае, если `include_top` равен `True` и аргумент `weights` не задан. По умолчанию — `1000`.
`classifier_activation`	`str` или вызываемый объект. Функция активации для верхнего слоя. Игнорируется, если не задано `include_top=True`. Установите `classifier_activation=None`, чтобы возвращать логиты верхнего слоя. При загрузке предварительно обученных весов значение `classifier_activation` может быть только `None` или `"softmax"`.

Возвращает
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