► Keras 3 API 文档 / Keras Applications / MobileNet, MobileNetV2 和 MobileNetV3

MobileNet, MobileNetV2 和 MobileNetV3

`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。

参考文献

MobileNets: 高效的移动视觉应用卷积神经网络

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，请参阅此页面的详细示例。

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 Keras Application 都需要特定类型的输入预处理。对于 MobileNet，在将输入传递给模型之前，请对输入调用 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（否则输入形状必须是 (224, 224, 3)（使用 "channels_last" 数据格式）或 (3, 224, 224)（使用 "channels_first" 数据格式））。它应该有正好 3 个输入通道，宽度和高度不应小于 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（width multiplier）。
- 如果 alpha < 1.0，按比例减少每层的滤波器数量。
- 如果 alpha > 1.0，按比例增加每层的滤波器数量。
- 如果 alpha == 1，则使用论文中每层的默认滤波器数量。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，是否包含网络顶部的全连接层。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: 可选的池化模式，用于 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 表示将全局最大池化应用于输出。
classes: 可选的图像分类类别数，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，否则忽略。设置为 classifier_activation=None 将返回“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。

返回值

一个模型实例。

[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，不同之处在于它使用了带瓶颈特征的倒置残差块（inverted residual blocks with bottlenecking features）。它比原始 MobileNet 的参数数量显著减少。MobileNet 支持大于 32 x 32 的任意输入尺寸，更大的图像尺寸可提供更好的性能。

参考文献

MobileNetV2: Inverted Residuals and Linear Bottlenecks (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，请参阅此页面的详细示例。

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 Keras Application 都需要特定类型的输入预处理。对于 MobileNetV2，在将输入传递给模型之前，请对输入调用 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，仅在 include_top 为 False 时指定（否则输入形状必须是 (224, 224, 3)（使用 "channels_last" 数据格式）或 (3, 224, 224)（使用 "channels_first" 数据格式））。它应该有正好 3 个输入通道，宽度和高度不应小于 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（width multiplier）。
- 如果 alpha < 1.0，按比例减少每层的滤波器数量。
- 如果 alpha > 1.0，按比例增加每层的滤波器数量。
- 如果 alpha == 1，则使用论文中每层的默认滤波器数量。默认为 1.0。
include_top: 布尔值，是否包含网络顶部的全连接层。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: 可选的池化模式，用于 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 表示将全局最大池化应用于输出。
classes: 可选的图像分类类别数，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，否则忽略。设置为 classifier_activation=None 将返回“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。

返回值

一个模型实例。

[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。

参考文献

Searching for MobileNetV3 (ICCV 2019)

下表描述了 MobileNets v3 的性能

MACs 代表乘加次数（Multiply Adds）

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，请参阅此页面的详细示例。

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 Keras Application 都需要特定类型的输入预处理。对于 MobileNetV3，输入预处理默认作为模型的一部分包含（作为 Rescaling 层），因此 keras.applications.mobilenet_v3.preprocess_input 实际上是一个直通函数。在此用例中，MobileNetV3 模型期望其输入是像素值在 [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 模型期望其输入是像素值在 [-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。它应该有正好 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（depth multiplier），但在 Keras 中为了与 MobileNetV1 保持一致，保留了此名称。
- 如果 alpha < 1.0，按比例减少每层的滤波器数量。
- 如果 alpha > 1.0，按比例增加每层的滤波器数量。
- 如果 alpha == 1，则使用论文中每层的默认滤波器数量。
minimalistic: 除了大型和小型模型之外，此模块还包含所谓的精简（minimalistic）模型，这些模型具有与 MobileNetV3 相同的每层维度特性，但它们不使用任何高级块（squeeze-and-excite 单元、hard-swish 和 5x5 卷积）。虽然这些模型在 CPU 上效率较低，但在 GPU/DSP 上性能要好得多。
include_top: 布尔值，是否包含网络顶部的全连接层。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，可选的池化模式，用于 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 表示将全局最大池化应用于输出。
classes: 整数，可选的图像分类类别数，仅在 include_top 为 True 且未指定 weights 参数时指定。
dropout_rate: 在最后一层丢弃输入单元的比例。
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，否则忽略。设置为 classifier_activation=None 将返回“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。
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 且有 3 个颜色通道，如果 include_preprocessing 为 True，则像素值范围在 [0, 255] 之间，否则在 [-1, 1] 之间。

返回值

一个模型实例。

[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。

参考文献

Searching for MobileNetV3 (ICCV 2019)

下表描述了 MobileNets v3 的性能

MACs 代表乘加次数（Multiply Adds）

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，请参阅此页面的详细示例。

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，则需要指定。它应该有正好 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（depth multiplier），但在 Keras 中为了与 MobileNetV1 保持一致，保留了此名称。
- 如果 alpha < 1.0，按比例减少每层的滤波器数量。
- 如果 alpha > 1.0，按比例增加每层的滤波器数量。
- 如果 alpha == 1，则使用论文中每层的默认滤波器数量。
minimalistic: 除了大型和小型模型之外，此模块还包含所谓的精简（minimalistic）模型，这些模型具有与 MobileNetV3 相同的每层维度特性，但它们不使用任何高级块（squeeze-and-excite 单元、hard-swish 和 5x5 卷积）。虽然这些模型在 CPU 上效率较低，但在 GPU/DSP 上性能要好得多。
include_top: 布尔值，是否包含网络顶部的全连接层。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，可选的池化模式，用于 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 表示将全局最大池化应用于输出。
classes: 整数，可选的图像分类类别数，仅在 include_top 为 True 且未指定 weights 参数时指定。
dropout_rate: 在最后一层丢弃输入单元的比例。
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，否则忽略。设置为 classifier_activation=None 将返回“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。
name: 字符串，模型的名称。