Модуль: tf.keras.applications.mobilenet

Модели MobileNet v1 для Keras.

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

MobileNets поддерживают любые размеры входных данных больше 32x32, при этом более крупные размеры изображений обеспечивают лучшую производительность. Количество параметров и количество 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 показана производительность MobileNets с использованием значений alpha равных 1,0 (также называемых 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 описаны размер и точность 100% MobileNet

при размере 224 x 224:

Коэффициент ширины (альфа) | 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 описана 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 |

Ссылка:

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

Функции

MobileNet(...): Создаёт архитектуру MobileNet.

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

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