Модуль: tf.compat.v1.keras.applications.mobilenet

Модели MobileNet v1 для Keras.

MobileNet — это общая архитектура, которую можно использовать для нескольких задач. В зависимости от задачи, она может использовать разные размеры входного слоя и разные коэффициенты ширины. Это позволяет создавать модели с различной шириной, уменьшая количество операций умножения-сложения и, следовательно, снижая затраты на вывод на мобильных устройствах.

MobileNets поддерживают любые входные размеры, превышающие 32x32, при этом использование больших размеров изображений обеспечивает лучшую производительность. Количество параметров и операций умножения-сложения можно изменить, используя параметр alpha, который увеличивает/уменьшает количество фильтров в каждом слое. Изменяя размер изображения и параметр alpha, можно создать все 16 моделей из статьи, с предобученными весами для ImageNet.

В статье демонстрируется производительность MobileNets, используя значения alpha равные 1.0 (также называемые 100% MobileNet), 0.75, 0.5 и 0.25. Для каждого из этих значений alpha предоставляются веса для 4 различных размеров входных изображений (224, 192, 160, 128).

В следующей таблице описываются размер и точность 100% MobileNet

при размере 224 x 224:

Коэффициент ширины (alpha) | Точность ImageNet | Операции умножения-сложения (М) | Параметры (М)

| 1.0 MobileNet-224 | 70.6 % | 529 | 4.2 | | 0.75 MobileNet-224 | 68.4 % | 325 | 2.6 | | 0.50 MobileNet-224 | 63.7 % | 149 | 1.3 |

| 0.25 MobileNet-224 | 50.6 % | 41 | 0.5 |

В следующей таблице описывается производительность

100% MobileNet на различных размерах входных данных:

Resolution      | ImageNet Acc | Multiply-Adds (M) | Params (M)

| 1.0 MobileNet-224 | 70.6 % | 529 | 4.2 | | 1.0 MobileNet-192 | 69.1 % | 529 | 4.2 | | 1.0 MobileNet-160 | 67.2 % | 529 | 4.2 |

| 1.0 MobileNet-128 | 64.4 % | 529 | 4.2 |

Статья по теме:

• MobileNets: Эффективные сверточные нейронные сети для мобильных приложений компьютерного зрения

Функции

MobileNet(...): Инициализирует архитектуру MobileNet.

decode_predictions(...): Декодирует предсказание модели ImageNet.

preprocess_input(...): Предварительно обрабатывает тензор или массив NumPy, кодирующий пакет изображений.