tf.keras.applications.efficientnet_v2.EfficientNetV2B3

Инициализирует архитектуру EfficientNetV2B3.

tf.keras.applications.efficientnet_v2.EfficientNetV2B3(
    include_top=True,
    weights='imagenet',
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation='softmax',
    include_preprocessing=True
)

Ссылка:

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

Эта функция возвращает модель Keras для классификации изображений, необязательно загруженную с предварительно обученными весами на наборе данных ImageNet.

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

Для случаев использования переносного обучения убедитесь, что прочитали руководство по переносному обучению и дообучению.

Примечание: каждый Keras Application ожидает определенного вида предобработки входных данных. Для EfficientNetV2 предобработка входных данных по умолчанию включена в модель (как Rescaling слой), и, следовательно, tf.keras.applications.efficientnet_v2.preprocess_input фактически является функцией пропуска. В этом случае модели EfficientNetV2 ожидают, что их входными данными будут плавающие тензоры пикселей со значениями в диапазоне [0-255]. В то же время, предобработка как часть модели (т.е. Rescaling слой) может быть отключена, установив include_preprocessing аргумент в False. С отключённой предобработкой модели EfficientNetV2 ожидают, что их входными данными будут плавающие тензоры пикселей со значениями в диапазоне [-1, 1].