Keras 3 API 文档 / Keras 应用 / MobileNet、MobileNetV2 和 MobileNetV3

MobileNet, MobileNetV2 和 MobileNetV3

[源代码]

MobileNet 函数

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",
    name=None,
)

实例化 MobileNet 架构。

参考

此函数返回一个 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,请参阅此页面以获取详细示例

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 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,请在您的输入上调用 keras.applications.mobilenet.preprocess_inputmobilenet.preprocess_input 将输入像素缩放到 -1 和 1 之间。

参数

  • input_shape:可选的形状元组,仅当 include_topFalse 时才指定(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,并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。
    • 如果 alpha < 1.0,则按比例减少每层中的过滤器数量。
    • 如果 alpha > 1.0,则按比例增加每层中的过滤器数量。
    • 如果 alpha == 1,则在每层中使用论文中的默认过滤器数量。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,是否包括网络顶部的全连接层。默认为 True
  • weightsNone(随机初始化)、"imagenet"(在 ImageNet 上预训练)之一,或要加载的权重文件的路径。默认为 "imagenet"
  • input_tensor:可选的 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_topFalse 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 表示全局平均池化将应用于最后一个卷积块的输出,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:可选的分类图像的类别数量,仅当 include_topTrue 且未指定 weights 参数时才指定。默认为 1000
  • classifier_activationstr 或可调用对象。要在“顶部”层上使用的激活函数。除非 include_top=True,否则将被忽略。设置 classifier_activation=None 以返回“顶部”层的 logits。加载预训练权重时,classifier_activation 只能是 None"softmax"
  • name:字符串,模型的名称。

返回

模型实例。


[源代码]

MobileNetV2 函数

keras.applications.MobileNetV2(
    input_shape=None,
    alpha=1.0,
    include_top=True,
    weights="imagenet",
    input_tensor=None,
    pooling=None,
    classes=1000,
    classifier_activation="softmax",
    name=None,
)

实例化 MobileNetV2 架构。

MobileNetV2 与原始 MobileNet 非常相似,除了它使用具有瓶颈特征的倒残差块。它的参数数量比原始 MobileNet 大幅减少。MobileNet 支持大于 32 x 32 的任何输入大小,更大的图像尺寸提供更好的性能。

参考

此函数返回一个 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,请参阅此页面以获取详细示例

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 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,请在您的输入上调用 keras.applications.mobilenet_v2.preprocess_inputmobilenet_v2.preprocess_input 将输入像素缩放到 -1 和 1 之间。

参数

  • input_shape:可选的形状元组,仅当 include_topFalse 时才指定(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,并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。
    • 如果 alpha < 1.0,则按比例减少每层中的过滤器数量。
    • 如果 alpha > 1.0,则按比例增加每层中的过滤器数量。
    • 如果 alpha == 1,则在每层中使用论文中的默认过滤器数量。默认为 1.0
  • include_top:布尔值,是否包括网络顶部的全连接层。默认为 True
  • weightsNone(随机初始化)、"imagenet"(在 ImageNet 上预训练)之一,或要加载的权重文件的路径。默认为 "imagenet"
  • input_tensor:可选的 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_topFalse 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 表示全局平均池化将应用于最后一个卷积块的输出,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:可选的分类图像的类别数量,仅当 include_topTrue 且未指定 weights 参数时才指定。默认为 1000
  • classifier_activationstr 或可调用对象。要在“顶部”层上使用的激活函数。除非 include_top=True,否则将被忽略。设置 classifier_activation=None 以返回“顶部”层的 logits。加载预训练权重时,classifier_activation 只能是 None"softmax"
  • name:字符串,模型的名称。

返回

模型实例。


[源代码]

MobileNetV3Small 函数

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,
    name="MobileNetV3Small",
)

实例化 MobileNetV3Small 架构。

参考

下表描述了 MobileNet v3 的性能

MACs 代表乘加运算

分类检查点 MACs(M) 参数(M) Top1 准确率 Pixel1 CPU(ms)
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,请参阅此页面以获取详细示例

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 Keras 应用都期望特定的输入预处理。对于 MobileNetV3,默认情况下,输入预处理包含在模型中(作为 Rescaling 层),因此 keras.applications.mobilenet_v3.preprocess_input 实际上是一个直通函数。在这种用例中,MobileNetV3 模型期望它们的输入是像素值在 [0-255] 范围内的浮点张量。同时,可以通过将 include_preprocessing 参数设置为 False 来禁用作为模型一部分的预处理(即 Rescaling 层)。禁用预处理后,MobileNetV3 模型期望它们的输入是像素值在 [-1, 1] 范围内的浮点张量。

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,则需要指定此参数。它应该正好有 3 个输入通道。如果您想从 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,如果它们的形状匹配,则将使用 input_shape;如果形状不匹配,我们将抛出错误。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 Keras 中的 MobileNetV1 保持一致性而保留了这个名称。
    • 如果 alpha < 1.0,则按比例减少每层中的过滤器数量。
    • 如果 alpha > 1.0,则按比例增加每层中的过滤器数量。
    • 如果 alpha == 1,则在每层中使用论文中的默认过滤器数量。
  • minimalistic:除了大型和小型模型之外,此模块还包含所谓的极简模型,这些模型具有与 MobilenetV3 相同的每层维度特征,但是,它们不利用任何高级块(squeeze-and-excite 单元、hard-swish 和 5x5 卷积)。虽然这些模型在 CPU 上的效率较低,但它们在 GPU/DSP 上的性能要高得多。
  • include_top:布尔值,是否包括网络顶部的全连接层。默认为 True
  • weights:字符串,None(随机初始化)、"imagenet"(在 ImageNet 上预训练)之一,或要加载的权重文件的路径。
  • input_tensor:可选的 Keras 张量(即 layers.Input() 的输出),用作模型的图像输入。
  • pooling:字符串,当 include_topFalse 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 表示全局平均池化将应用于最后一个卷积块的输出,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,可选的分类图像的类别数量,仅当 include_topTrue 且未指定 weights 参数时才指定。
  • dropout_rate:最后一层要丢弃的输入单元的比例。
  • classifier_activationstr 或可调用对象。要在“顶部”层上使用的激活函数。除非 include_top=True,否则将被忽略。设置 classifier_activation=None 以返回“顶部”层的 logits。加载预训练权重时,classifier_activation 只能是 None"softmax"
  • include_preprocessing:布尔值,是否在网络底部包含预处理层 (Rescaling)。默认为 True
  • name:字符串,模型的名称。

调用参数

  • inputs:浮点 numpy.array 或后端原生张量,4D 且具有 3 个颜色通道,如果 include_preprocessingTrue,则值在 [0, 255] 范围内,否则在 [-1, 1] 范围内。

返回

模型实例。


[源代码]

MobileNetV3Large 函数

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,
    name="MobileNetV3Large",
)

实例化 MobileNetV3Large 架构。

参考

下表描述了 MobileNet v3 的性能

MACs 代表乘加运算

分类检查点 MACs(M) 参数(M) Top1 准确率 Pixel1 CPU(ms)
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,请参阅此页面以获取详细示例

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 Keras 应用都期望特定的输入预处理。对于 MobileNetV3,默认情况下,输入预处理包含在模型中(作为 Rescaling 层),因此 keras.applications.mobilenet_v3.preprocess_input 实际上是一个直通函数。在这种用例中,MobileNetV3 模型期望它们的输入是像素值在 [0-255] 范围内的浮点张量。同时,可以通过将 include_preprocessing 参数设置为 False 来禁用作为模型一部分的预处理(即 Rescaling 层)。禁用预处理后,MobileNetV3 模型期望它们的输入是像素值在 [-1, 1] 范围内的浮点张量。

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,则需要指定此参数。它应该正好有 3 个输入通道。如果您想从 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,如果它们的形状匹配,则将使用 input_shape;如果形状不匹配,我们将抛出错误。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 Keras 中的 MobileNetV1 保持一致性而保留了这个名称。
    • 如果 alpha < 1.0,则按比例减少每层中的过滤器数量。
    • 如果 alpha > 1.0,则按比例增加每层中的过滤器数量。
    • 如果 alpha == 1,则在每层中使用论文中的默认过滤器数量。
  • minimalistic:除了大型和小型模型之外,此模块还包含所谓的极简模型,这些模型具有与 MobilenetV3 相同的每层维度特征,但是,它们不利用任何高级块(squeeze-and-excite 单元、hard-swish 和 5x5 卷积)。虽然这些模型在 CPU 上的效率较低,但它们在 GPU/DSP 上的性能要高得多。
  • include_top:布尔值,是否包括网络顶部的全连接层。默认为 True
  • weights:字符串,None(随机初始化)、"imagenet"(在 ImageNet 上预训练)之一,或要加载的权重文件的路径。
  • input_tensor:可选的 Keras 张量(即 layers.Input() 的输出),用作模型的图像输入。
  • pooling:字符串,当 include_topFalse 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 表示全局平均池化将应用于最后一个卷积块的输出,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,可选的分类图像的类别数量,仅当 include_topTrue 且未指定 weights 参数时才指定。
  • dropout_rate:最后一层要丢弃的输入单元的比例。
  • classifier_activationstr 或可调用对象。要在“顶部”层上使用的激活函数。除非 include_top=True,否则将被忽略。设置 classifier_activation=None 以返回“顶部”层的 logits。加载预训练权重时,classifier_activation 只能是 None"softmax"
  • include_preprocessing:布尔值,是否在网络底部包含预处理层 (Rescaling)。默认为 True
  • name:字符串,模型的名称。

调用参数

  • inputs:浮点 numpy.array 或后端原生张量,4D 且具有 3 个颜色通道,如果 include_preprocessingTrue,则值在 [0, 255] 范围内,否则在 [-1, 1] 范围内。

返回

模型实例。