TensorFlow Keras 提供了大量的预训练模型，其中包含了计算机视觉领域的模型。以下是一些常用的 CV 模型介绍：
1. VGG16
VGG16 是一个由卷积层组成的网络，它的特点是使用了小尺寸的卷积核，并且堆叠了多个卷积层。这使得 VGG16 在图像识别任务中表现出色。
2. ResNet
ResNet 是一种残差网络，通过引入残差连接来避免梯度消失问题。ResNet 在 ImageNet 图像识别比赛中取得了历史性的突破。
3. Inception
Inception 模型通过将多个不同尺寸的卷积层和池化层组合在一起，形成了一个具有多个并行的处理路径的网络结构。这使得 Inception 在图像识别任务中具有很高的性能。
4. MobileNet
MobileNet 是一种轻量级的网络，它通过使用深度可分离卷积来减少参数数量和计算量，使得模型可以在移动设备上运行。
5. EfficientNet
EfficientNet 是一种新的网络结构，它通过自动调整网络宽度、深度和分辨率来优化模型性能。EfficientNet 在多个基准测试中取得了最佳性能。
VGG16 网络结构
想要了解更多关于 TensorFlow Keras 模型的信息，请访问我们的 TensorFlow Keras 模型文档。
如果您想了解如何使用这些模型进行图像识别，可以查看我们的 图像识别教程。