As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Modelos do TensorFlow Hub
Os modelos pré-treinados a seguir estão disponíveis para uso por aprendizado por transferência com o algoritmo de classificação de imagens - TensorFlow.
Os modelos a seguir variam significativamente em tamanho, número de parâmetros do modelo, tempo de treinamento e latência de inferência para qualquer conjunto de dados. O melhor modelo para seu caso de uso depende da complexidade do seu conjunto de dados de ajuste fino e de quaisquer requisitos que você tenha sobre tempo de treinamento, latência de inferência ou precisão do modelo.
| Nome do modelo | model_id |
Origem |
|---|---|---|
MobileNet V2 1.00 224 |
|
|
MobileNet V2 0.75 224 |
|
|
MobileNet V2 0.50 224 |
|
|
MobileNet V2 0.35 224 |
|
|
MobileNet V2 1.40 224 |
|
|
MobileNet V2 1.30 224 |
|
|
MobileNet V2 |
|
|
Inception V3 |
|
|
Inception V2 |
|
|
Inception V1 |
|
|
Prévia do Inception V3 |
|
|
Inception ResNet V2 |
|
|
ResNet V2 50 |
|
|
ResNet V2 101 |
|
|
ResNet V2 152 |
|
|
ResNet V1 50 |
|
|
ResNet V1 101 |
|
|
ResNet V1 152 |
|
|
ResNet 50 |
|
|
EfficientNet B0 |
|
|
EfficientNet B1 |
|
|
EfficientNet B2 |
|
|
EfficientNet B3 |
|
|
EfficientNet B4 |
|
|
EfficientNet B5 |
|
|
EfficientNet B6 |
|
|
EfficientNet B7 |
|
|
EfficientNet B0 Lite |
|
|
EfficientNet B1 Lite |
|
|
EfficientNet B2 Lite |
|
|
EfficientNet B3 Lite |
|
|
EfficientNet B4 Lite |
|
|
MobileNet V1 1.00 224 |
|
|
MobileNet V1 1.00 192 |
|
|
MobileNet V1 1.00 160 |
|
|
MobileNet V1 1.00 128 |
|
|
MobileNet V1 0.75 224 |
|
|
MobileNet V1 0.75 192 |
|
|
MobileNet V1 0.75 160 |
|
|
MobileNet V1 0.75 128 |
|
|
MobileNet V1 0.50 224 |
|
|
MobileNet V1 0.50 192 |
|
|
MobileNet V1 1.00 160 |
|
|
MobileNet V1 0.50 128 |
|
|
MobileNet V1 0.25 224 |
|
|
MobileNet V1 0.25 192 |
|
|
MobileNet V1 0.25 160 |
|
|
MobileNet V1 0.25 128 |
|
|
BiT-S R50x1 |
|
|
BiT-S R50x3 |
|
|
BiT-S R101x1 |
|
|
BiT-S R101x3 |
|
|
BiT-M R50x1 |
|
|
BiT-M R50x3 |
|
|
BiT-M R101x1 |
|
|
BiT-M R101x3 |
|
|
BiT-M R50x1 ImageNet-21k |
|
|
BiT-M R50x3 ImageNet-21k |
|
|
BiT-M R101x1 ImageNet-21k |
|
|
BiT-M R101x3 ImageNet-21k |
|