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

• MobileNets：用于移动视觉应用的高效卷积神经网络

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_input。mobilenet.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_top 为 False 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。
• weights：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。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_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_top 为 True 且未指定 weights 参数时才指定。默认为 1000。
• classifier_activation：str 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 或 "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

• MobileNetV2：倒残差和线性瓶颈 (CVPR 2018)

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_input。mobilenet_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_top 为 False 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。
• weights：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。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_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_top 为 True 且未指定 weights 参数时才指定。默认为 1000。
• classifier_activation：str 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 或 "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

• 搜索 MobileNetV3 (ICCV 2019)

下表描述了 MobileNet v3 的性能

MACs 代表乘加运算

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_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_top 为 True 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_activation：str 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 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。
• 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_preprocessing 为 True，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

• 搜索 MobileNetV3 (ICCV 2019)

下表描述了 MobileNet v3 的性能

MACs 代表乘加运算

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_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_top 为 True 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_activation：str 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 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。
• 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_preprocessing 为 True，则值在 [0, 255] 范围内，否则在 [-1, 1] 范围内。

返回

模型实例。