► Keras 2 API 文档 / Keras 应用 / MobileNet、MobileNetV2 和 MobileNetV3

MobileNet、MobileNetV2 和 MobileNetV3

`MobileNet` 函数

tf_keras.applications.MobileNet(
    input_shape=None,
    alpha=1.0,
    depth_multiplier=1,
    dropout=0.001,
    include_top=True,
    weights="imagenet",
    input_tensor=None,
    pooling=None,
    classes=1000,
    classifier_activation="softmax",
    **kwargs
)

实例化 MobileNet 架构。

参考

MobileNets: 移动视觉应用的高效卷积神经网络

此函数返回一个 TF-Keras 图像分类模型，可选择加载在 ImageNet 上预训练的权重。

对于图像分类用例，请参阅此页面获取详细示例。

对于迁移学习用例，请务必阅读迁移学习和微调指南。

注意：每个 TF-Keras 应用都期望特定的输入预处理。对于 MobileNet，在将输入传递给模型之前，请调用 tf.keras.applications.mobilenet.preprocess_input。mobilenet.preprocess_input 会将输入像素缩放到 -1 到 1 之间。

参数

input_shape：可选的形状元组，仅在 include_top 为 False 时指定（否则输入形状必须为 (224, 224, 3)（使用 channels_last 数据格式）或 (3, 224, 224)（使用 channels_first 数据格式）。它应该正好有 3 个输入通道，宽度和高度不应小于 32。例如，(200, 200, 3) 是一个有效值。默认为 None。如果提供了 input_tensor，则会忽略 input_shape。
alpha：控制网络的宽度。这在 MobileNet 论文中被称为宽度乘数。- 如果 alpha < 1.0，则按比例减小每层的滤波器数量。- 如果 alpha > 1.0，则按比例增加每层的滤波器数量。- 如果 alpha = 1，则使用论文中的默认滤波器数量。默认为 1.0。
depth_multiplier：深度卷积的深度乘数。这在 MobileNet 论文中称为分辨率乘数。默认为 1.0。
dropout：Dropout 率。默认为 0.001。
include_top：布尔值，是否在网络顶部包含全连接层。默认为 True。
weights：None（随机初始化）、'imagenet'（在 ImageNet 上预训练）或要加载的权重文件的路径之一。默认为 imagenet。
input_tensor：可选的 TF-Keras 张量（即 layers.Input() 的输出），用作模型的图像输入。input_tensor 对于在多个不同网络之间共享输入很有用。默认为 None。
pooling：当 include_top 为 False 时，用于特征提取的可选池化模式。
- None (默认) 表示模型的输出将是最后一个卷积块的 4D 张量输出。
- avg 表示将对最后一个卷积块的输出应用全局平均池化，因此模型的输出将是 2D 张量。
- max 表示将应用全局最大池化。
classes：可选的要将图像分类的类数，仅在 include_top 为 True 且未指定 weights 参数时指定。默认为 1000。
classifier_activation：一个 str 或可调用对象。用于“顶部”层的激活函数。除非 include_top=True，否则将被忽略。将 classifier_activation=None 设置为返回“顶部”层的 logits。加载预训练权重时，classifier_activation 只能是 None 或 "softmax"。
**kwargs：仅为向后兼容。

一个 keras.Model 实例。

[源代码]

`MobileNetV2` 函数

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",
    **kwargs
)

实例化 MobileNetV2 架构。

MobileNetV2 与原始 MobileNet 非常相似，不同之处在于它使用带有瓶颈特征的反向残差块。与原始 MobileNet 相比，它的参数数量大大减少。MobileNets 支持任何大于 32x32 的输入尺寸，更大的图像尺寸提供更好的性能。

参考

MobileNetV2: Inverted Residuals and Linear Bottlenecks (CVPR 2018)

此函数返回一个 TF-Keras 图像分类模型，可选择加载在 ImageNet 上预训练的权重。

对于图像分类用例，请参阅此页面获取详细示例。

对于迁移学习用例，请务必阅读迁移学习和微调指南。

注意：每个 TF-Keras 应用都期望特定的输入预处理。对于 MobileNetV2，在将输入传递给模型之前，请调用 tf.keras.applications.mobilenet_v2.preprocess_input。mobilenet_v2.preprocess_input 会将输入像素缩放到 -1 到 1 之间。

参数

input_shape：可选的形状元组，在您希望使用输入图像分辨率不是 (224, 224, 3) 的模型时指定。它应该正好有 3 个输入通道 (224, 224, 3)。如果您希望从 input_tensor 推断 input_shape，也可以省略此选项。如果您选择同时包含 input_tensor 和 input_shape，则在它们匹配时将使用 input_shape；如果形状不匹配，我们将引发错误。例如，(160, 160, 3) 是一个有效值。
alpha：大于零的浮点数，控制网络的宽度。这在 MobileNetV2 论文中被称为宽度乘数，但为了与 TF-Keras 中的 applications.MobileNetV1 模型保持一致，保留了该名称。
- 如果 alpha < 1.0，则按比例减小每层的滤波器数量。
- 如果 alpha > 1.0，则按比例增加每层的滤波器数量。
- 如果 alpha = 1.0，则使用论文中的默认滤波器数量。
include_top：布尔值，是否在网络顶部包含全连接层。默认为 True。
weights：字符串，None（随机初始化）、'imagenet'（在 ImageNet 上预训练）或要加载的权重文件的路径之一。
input_tensor：可选的 TF-Keras 张量（即 `layers.Input()` 的输出），用作模型的图像输入。
pooling：字符串，当 include_top 为 False 时，用于特征提取的可选池化模式。
- None 表示模型的输出将是最后一个卷积块的 4D 张量输出。
- avg 表示将对最后一个卷积块的输出应用全局平均池化，因此模型的输出将是 2D 张量。
- max 表示将应用全局最大池化。
classes：可选的整数，表示要将图像分类的类数，仅在 include_top 为 True 且未指定 weights 参数时指定。
classifier_activation：一个 str 或可调用对象。用于“顶部”层的激活函数。除非 include_top=True，否则将被忽略。将 classifier_activation=None 设置为返回“顶部”层的 logits。加载预训练权重时，classifier_activation 只能是 None 或 "softmax"。
**kwargs：仅为向后兼容。

一个 keras.Model 实例。

[源代码]

`MobileNetV3Small` 函数

tf_keras.applications.MobileNetV3Small(
    input_shape=None,
    alpha=1.0,
    minimalistic=False,
    include_top=True,
    weights="imagenet",
    input_tensor=None,
    classes=1000,
    pooling=None,
    dropout_rate=0.2,
    classifier_activation="softmax",
    include_preprocessing=True,
)

实例化 MobileNetV3Small 架构。

参考

Searching for MobileNetV3 (ICCV 2019)

下表描述了 MobileNets v3 的性能

MACs 代表 Multiply Adds (乘加运算)

分类检查点	MACs(M)	参数(M)	Top1 准确率	Pixel1 CPU(毫秒)
mobilenet_v3_large_1.0_224	217	5.4	75.6	51.2
mobilenet_v3_large_0.75_224	155	4.0	73.3	39.8
mobilenet_v3_large_minimalistic_1.0_224	209	3.9	72.3	44.1
mobilenet_v3_small_1.0_224	66	2.9	68.1	15.8
mobilenet_v3_small_0.75_224	44	2.4	65.4	12.8
mobilenet_v3_small_minimalistic_1.0_224	65	2.0	61.9	12.2

对于图像分类用例，请参阅此页面获取详细示例。

对于迁移学习用例，请务必阅读迁移学习和微调指南。

注意：每个 TF-Keras 应用都期望特定的输入预处理。对于 MobileNetV3，输入预处理默认作为模型的一部分（作为一个 Rescaling 层），因此 tf.keras.applications.mobilenet_v3.preprocess_input 实际上是一个传递函数。在此用例中，MobileNetV3 模型期望其输入为像素的浮点张量，值在 [0-255] 范围内。同时，通过将 include_preprocessing 参数设置为 False，可以禁用模型中的预处理（即 Rescaling 层）。禁用预处理后，MobileNetV3 模型期望其输入为像素的浮点张量，值在 [-1, 1] 范围内。

参数

input_shape：可选的形状元组，在您希望使用输入图像分辨率不是 (224, 224, 3) 的模型时指定。它应该正好有 3 个输入通道 (224, 224, 3)。如果您希望从 input_tensor 推断 input_shape，也可以省略此选项。如果您选择同时包含 input_tensor 和 input_shape，则在它们匹配时将使用 input_shape；如果形状不匹配，我们将引发错误。例如，(160, 160, 3) 是一个有效值。
alpha：控制网络的宽度。这在 MobileNetV3 论文中被称为深度乘数，但为了与 TF-Keras 中的 MobileNetV1 保持一致，保留了该名称。
- 如果 alpha < 1.0，则按比例减小每层的滤波器数量。
- 如果 alpha > 1.0，则按比例增加每层的滤波器数量。
- 如果 alpha = 1，则使用论文中的默认滤波器数量。
minimalistic：除了 large 和 small 模型外，此模块还包含所谓的 minimalistic 模型，这些模型具有与 MobilenetV3 相同的每层维度特征，但它们不使用任何高级块（squeeze-and-excite units、hard-swish 和 5x5 卷积）。虽然这些模型在 CPU 上效率较低，但在 GPU/DSP 上性能要好得多。
include_top：布尔值，是否在网络顶部包含全连接层。默认为 True。
weights：字符串，None（随机初始化）、'imagenet'（在 ImageNet 上预训练）或要加载的权重文件的路径之一。
input_tensor：可选的 TF-Keras 张量（即 `layers.Input()` 的输出），用作模型的图像输入。
pooling：字符串，当 include_top 为 False 时，用于特征提取的可选池化模式。
- None 表示模型的输出将是最后一个卷积块的 4D 张量输出。
- avg 表示将对最后一个卷积块的输出应用全局平均池化，因此模型的输出将是 2D 张量。
- max 表示将应用全局最大池化。
classes：整数，可选的要将图像分类的类数，仅在 include_top 为 True 且未指定 weights 参数时指定。
dropout_rate：最后一个层上要丢弃的输入单元的比例。
classifier_activation：一个 str 或可调用对象。用于“顶部”层的激活函数。除非 include_top=True，否则将被忽略。将 classifier_activation=None 设置为返回“顶部”层的 logits。加载预训练权重时，classifier_activation 只能是 None 或 "softmax"。
include_preprocessing：布尔值，是否在网络的底部包含预处理层（Rescaling）。默认为 True。

调用参数

inputs：一个浮点数的 numpy.array 或一个 tf.Tensor，4D，具有 3 个彩色通道，如果 include_preprocessing 为 True，则值为 [0, 255] 范围，否则为 [-1, 1] 范围。

一个 keras.Model 实例。

[源代码]

`MobileNetV3Large` 函数

tf_keras.applications.MobileNetV3Large(
    input_shape=None,
    alpha=1.0,
    minimalistic=False,
    include_top=True,
    weights="imagenet",
    input_tensor=None,
    classes=1000,
    pooling=None,
    dropout_rate=0.2,
    classifier_activation="softmax",
    include_preprocessing=True,
)

实例化 MobileNetV3Large 架构。

参考

Searching for MobileNetV3 (ICCV 2019)

下表描述了 MobileNets v3 的性能

MACs 代表 Multiply Adds (乘加运算)

分类检查点	MACs(M)	参数(M)	Top1 准确率	Pixel1 CPU(毫秒)
mobilenet_v3_large_1.0_224	217	5.4	75.6	51.2
mobilenet_v3_large_0.75_224	155	4.0	73.3	39.8
mobilenet_v3_large_minimalistic_1.0_224	209	3.9	72.3	44.1
mobilenet_v3_small_1.0_224	66	2.9	68.1	15.8
mobilenet_v3_small_0.75_224	44	2.4	65.4	12.8
mobilenet_v3_small_minimalistic_1.0_224	65	2.0	61.9	12.2

对于图像分类用例，请参阅此页面获取详细示例。

对于迁移学习用例，请务必阅读迁移学习和微调指南。

参数

input_shape：可选的形状元组，在您希望使用输入图像分辨率不是 (224, 224, 3) 的模型时指定。它应该正好有 3 个输入通道 (224, 224, 3)。如果您希望从 input_tensor 推断 input_shape，也可以省略此选项。如果您选择同时包含 input_tensor 和 input_shape，则在它们匹配时将使用 input_shape；如果形状不匹配，我们将引发错误。例如，(160, 160, 3) 是一个有效值。
alpha：控制网络的宽度。这在 MobileNetV3 论文中被称为深度乘数，但为了与 TF-Keras 中的 MobileNetV1 保持一致，保留了该名称。
- 如果 alpha < 1.0，则按比例减小每层的滤波器数量。
- 如果 alpha > 1.0，则按比例增加每层的滤波器数量。
- 如果 alpha = 1，则使用论文中的默认滤波器数量。
minimalistic：除了 large 和 small 模型外，此模块还包含所谓的 minimalistic 模型，这些模型具有与 MobilenetV3 相同的每层维度特征，但它们不使用任何高级块（squeeze-and-excite units、hard-swish 和 5x5 卷积）。虽然这些模型在 CPU 上效率较低，但在 GPU/DSP 上性能要好得多。
include_top：布尔值，是否在网络顶部包含全连接层。默认为 True。
weights：字符串，None（随机初始化）、'imagenet'（在 ImageNet 上预训练）或要加载的权重文件的路径之一。
input_tensor：可选的 TF-Keras 张量（即 `layers.Input()` 的输出），用作模型的图像输入。
pooling：字符串，当 include_top 为 False 时，用于特征提取的可选池化模式。
- None 表示模型的输出将是最后一个卷积块的 4D 张量输出。
- avg 表示将对最后一个卷积块的输出应用全局平均池化，因此模型的输出将是 2D 张量。
- max 表示将应用全局最大池化。
classes：整数，可选的要将图像分类的类数，仅在 include_top 为 True 且未指定 weights 参数时指定。
dropout_rate：最后一个层上要丢弃的输入单元的比例。
classifier_activation：一个 str 或可调用对象。用于“顶部”层的激活函数。除非 include_top=True，否则将被忽略。将 classifier_activation=None 设置为返回“顶部”层的 logits。加载预训练权重时，classifier_activation 只能是 None 或 "softmax"。
include_preprocessing：布尔值，是否在网络的底部包含预处理层（Rescaling）。默认为 True。