► Keras 2 API 文档 / Keras Applications / 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: 面向移动视觉应用的有效卷积神经网络 (Efficient Convolutional Neural Networks for Mobile Vision Applications)

此函数返回一个 TF-Keras 图像分类模型，可以选择加载在 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与微调指南。

注意：每个 TF-Keras Application 都需要特定的输入预处理。对于 MobileNet，在将输入传递给模型之前，请对输入调用 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））。它应恰好有 3 个输入通道，且宽度和高度应不小于 32。例如，(200, 200, 3) 将是一个有效值。默认为 None。如果提供了 input_tensor，则 input_shape 将被忽略。
alpha: 控制网络的宽度。这在 MobileNet 论文中被称为宽度乘数（width multiplier）。- 如果 alpha < 1.0，则按比例减少每一层的滤波器数量。- 如果 alpha > 1.0，则按比例增加每一层的滤波器数量。- 如果 alpha = 1，则使用论文中默认的每一层滤波器数量。默认为 1.0。
depth_multiplier: 深度可分离卷积的深度乘数。这在 MobileNet 论文中被称为分辨率乘数（resolution multiplier）。默认为 1.0。
dropout: Dropout 比率。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: 以下之一：None（随机初始化），'imagenet'（在 ImageNet 上预训练），或要加载的权重文件路径。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非常有用。默认为 None。
pooling: 可选的池化模式，用于当 include_top 为 False 时的特征提取。
- 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 表示将全局平均池化应用于最后一个卷积块的输出，因此模型的输出将是一个 2D 张量。
- max 表示将应用全局最大池化。
classes: 可选的图像分类类别数量，仅在 include_top 为 True 且未指定 weights 参数时指定。默认为 1000。
classifier_activation: 字符串或可调用对象。用于“顶部”层的激活函数。除非 include_top=True，否则将被忽略。设置为 classifier_activation=None 可返回“顶部”层的 logits。加载预训练权重时，classifier_activation 只能为 None 或 "softmax"。
**kwargs: 仅用于向后兼容。

返回值

一个 keras.Model 实例。

[来源]

`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了带有瓶颈特征的倒残差块。它的参数数量比原始 MobileNet 少得多。MobileNets 支持任何大于 32 x 32 的输入尺寸，更大的图像尺寸能提供更好的性能。

参考

MobileNetV2: 倒残差和线性瓶颈 (Inverted Residuals and Linear Bottlenecks) (CVPR 2018)

此函数返回一个 TF-Keras 图像分类模型，可以选择加载在 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与微调指南。

注意：每个 TF-Keras Application 都需要特定的输入预处理。对于 MobileNetV2，在将输入传递给模型之前，请对输入调用 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，如果您想使用输入图像分辨率不是 (224, 224, 3) 的模型时指定。它应恰好有 3 个输入通道 (224, 224, 3)。如果您想从 input_tensor 推断 input_shape，也可以省略此选项。如果您同时提供 input_tensor 和 input_shape，如果它们匹配则使用 input_shape，如果形状不匹配则会抛出错误。例如，(160, 160, 3) 将是一个有效值。
alpha: 浮点数，大于零，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，保留了这个名称。
- 如果 alpha < 1.0，则按比例减少每一层的滤波器数量。
- 如果 alpha > 1.0，则按比例增加每一层的滤波器数量。
- 如果 alpha = 1.0，则使用论文中默认的每一层滤波器数量。
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，以下之一：None（随机初始化），'imagenet'（在 ImageNet 上预训练），或要加载的权重文件路径。
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，可选的池化模式，用于当 include_top 为 False 时的特征提取。
- None 表示模型的输出将是最后一个卷积块的 4D 张量输出。
- avg 表示将全局平均池化应用于最后一个卷积块的输出，因此模型的输出将是一个 2D 张量。
- max 表示将应用全局最大池化。
classes: 可选的图像分类类别整数数量，仅在 include_top 为 True 且未指定 weights 参数时指定。
classifier_activation: 字符串或可调用对象。用于“顶部”层的激活函数。除非 include_top=True，否则将被忽略。设置为 classifier_activation=None 可返回“顶部”层的 logits。加载预训练权重时，classifier_activation 只能为 None 或 "softmax"。
**kwargs: 仅用于向后兼容。

返回值

一个 keras.Model 实例。

[来源]

`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

寻找 MobileNetV3 (Searching for MobileNetV3) (ICCV 2019)

下表描述了 MobileNets v3 的性能

MACs 代表乘加操作 (Multiply Adds)

分类检查点	MACs(百万)	参数(百万)	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与微调指南。

注意：每个 TF-Keras Application 都需要特定的输入预处理。对于 MobileNetV3，默认情况下输入预处理作为模型的一部分包含在内（作为 Rescaling 层），因此 tf.keras.applications.mobilenet_v3.preprocess_input 实际上是一个直通函数（pass-through function）。在这种情况下，MobileNetV3 模型期望其输入是像素值为 [0-255] 范围的浮点张量。同时，作为模型一部分的预处理（即 Rescaling 层）可以通过将 include_preprocessing 参数设置为 False 来禁用。禁用预处理后，MobileNetV3 模型期望其输入是像素值为 [-1, 1] 范围的浮点张量。

参数

input_shape: 可选的形状元组，如果您想使用输入图像分辨率不是 (224, 224, 3) 的模型时指定。它应恰好有 3 个输入通道 (224, 224, 3)。如果您想从 input_tensor 推断 input_shape，也可以省略此选项。如果您同时提供 input_tensor 和 input_shape，如果它们匹配则使用 input_shape，如果形状不匹配则会抛出错误。例如，(160, 160, 3) 将是一个有效值。
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，保留了这个名称。
- 如果 alpha < 1.0，则按比例减少每一层的滤波器数量。
- 如果 alpha > 1.0，则按比例增加每一层的滤波器数量。
- 如果 alpha = 1，则使用论文中默认的每一层滤波器数量。
minimalistic: 除了大型和小型模型外，此模块还包含所谓的简约模型（minimalistic models）。这些模型具有与 MobilenetV3 相同的每层维度特性，但不使用任何高级块（例如 Squeeze-and-Excite 单元、Hard-Swish 激活和 5x5 卷积）。虽然这些模型在 CPU 上的效率较低，但在 GPU/DSP 上的性能要高得多。
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，以下之一：None（随机初始化），'imagenet'（在 ImageNet 上预训练），或要加载的权重文件路径。
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，可选的池化模式，用于当 include_top 为 False 时的特征提取。
- None 表示模型的输出将是最后一个卷积块的 4D 张量输出。
- avg 表示将全局平均池化应用于最后一个卷积块的输出，因此模型的输出将是一个 2D 张量。
- max 表示将应用全局最大池化。
classes: 整数，可选的图像分类类别数量，仅在 include_top 为 True 且未指定 weights 参数时指定。
dropout_rate: 最后一层输入单元的丢弃比例。
classifier_activation: 字符串或可调用对象。用于“顶部”层的激活函数。除非 include_top=True，否则将被忽略。设置为 classifier_activation=None 可返回“顶部”层的 logits。加载预训练权重时，classifier_activation 只能为 None 或 "softmax"。
include_preprocessing: 布尔值，是否在网络底部包含预处理层（Rescaling）。默认为 True。

调用参数

inputs: 一个浮点型的 numpy.array 或 tf.Tensor，具有 3 个颜色通道的 4D 张量，如果 include_preprocessing 为 True，则取值范围为 [0, 255]，否则取值范围为 [-1, 1]。

返回值

一个 keras.Model 实例。

[来源]

`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

寻找 MobileNetV3 (Searching for MobileNetV3) (ICCV 2019)

下表描述了 MobileNets v3 的性能

MACs 代表乘加操作 (Multiply Adds)

分类检查点	MACs(百万)	参数(百万)	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与微调指南。

参数

input_shape: 可选的形状元组，如果您想使用输入图像分辨率不是 (224, 224, 3) 的模型时指定。它应恰好有 3 个输入通道 (224, 224, 3)。如果您想从 input_tensor 推断 input_shape，也可以省略此选项。如果您同时提供 input_tensor 和 input_shape，如果它们匹配则使用 input_shape，如果形状不匹配则会抛出错误。例如，(160, 160, 3) 将是一个有效值。
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，保留了这个名称。
- 如果 alpha < 1.0，则按比例减少每一层的滤波器数量。
- 如果 alpha > 1.0，则按比例增加每一层的滤波器数量。
- 如果 alpha = 1，则使用论文中默认的每一层滤波器数量。
minimalistic: 除了大型和小型模型外，此模块还包含所谓的简约模型（minimalistic models）。这些模型具有与 MobilenetV3 相同的每层维度特性，但不使用任何高级块（例如 Squeeze-and-Excite 单元、Hard-Swish 激活和 5x5 卷积）。虽然这些模型在 CPU 上的效率较低，但在 GPU/DSP 上的性能要高得多。
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，以下之一：None（随机初始化），'imagenet'（在 ImageNet 上预训练），或要加载的权重文件路径。
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，可选的池化模式，用于当 include_top 为 False 时的特征提取。
- None 表示模型的输出将是最后一个卷积块的 4D 张量输出。
- avg 表示将全局平均池化应用于最后一个卷积块的输出，因此模型的输出将是一个 2D 张量。
- max 表示将应用全局最大池化。
classes: 整数，可选的图像分类类别数量，仅在 include_top 为 True 且未指定 weights 参数时指定。
dropout_rate: 最后一层输入单元的丢弃比例。
classifier_activation: 字符串或可调用对象。用于“顶部”层的激活函数。除非 include_top=True，否则将被忽略。设置为 classifier_activation=None 可返回“顶部”层的 logits。加载预训练权重时，classifier_activation 只能为 None 或 "softmax"。
include_preprocessing: 布尔值，是否在网络底部包含预处理层（Rescaling）。默认为 True。