MobileNet实战:tensorflow2.X版本,
MobileNetV3图像分类任务(大数据集)
摘要
本例提取了植物幼苗数据集中的部分数据做数据集,数据集共有12种类别,今天我和大家一起实现
tensorflow2.X版本图像分类任务,分类的模型使用MobileNetV3。本文实现的算法有一下几个特点:
1、自定义了图片加载方式,更加灵活高效,不用将图片一次性加载到内存中,节省内存,适合大规
模数据集。
2、加载模型的预训练权重,训练时间更短。
3、数据增强选用albumentations。
4、如何使用classification_report评估模型?
mobilenetv3简介
MobileNetV3 是由 google 团队在 2019 年提出的,是mobilenet系列的第三个版本,其参数是由
NAS(network architecture search)搜索获取的,在ImageNet 分类任务中和V2相比正确率上升了
3.2%,计算延时还降低了 20%。V1里提出了深度可分离卷积,V2在V1的基础上增加了线性瓶颈
(Linear Bottleneck)和倒残差(Inverted Residual),那么V3又有哪些特点呢?
先看一下V3的网络结构,V3版本有两个,一个是Large 和 Small,分别适用于不同的场景。网路结
构如下:
- 1
- 2
- 3
- 4
- 5
- 6
前往页