tf.keras.applications.efficientnet_v2.EfficientNetV2S

Инициализирует архитектуру EfficientNetV2S.

tf.keras.applications.efficientnet_v2.EfficientNetV2S(
    include_top=True,
    weights='imagenet',
    input_tensor=None,
    input_shape=None,
    pooling=None,
    classes=1000,
    classifier_activation='softmax',
    include_preprocessing=True
)

Ссылка:

• EfficientNetV2: Меньшие модели и более быстрое обучение (ICML 2021)

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

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

Для случаев использования трансферного обучения, обязательно прочитайте руководство по трансферному обучению и дообучению.

Примечание: каждая Keras Application ожидает определенного вида предварительной обработки входных данных. Для EfficientNetV2 по умолчанию предварительная обработка включена в модель (как слой Rescaling), и поэтому 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 предварительную обработку, как часть модели (т.е. слой Rescaling) можно отключить, установив аргумент include_preprocessing в значение False. С отключенной предварительной обработкой модели EfficientNetV2 ожидают, что их входными данными будут плавающие тензоры пикселей со значениями в диапазоне [-1, 1].