convnext_tiny

torchvision.models.convnext_tiny(*, weights: Optional[ConvNeXt_Tiny_Weights] = None, progress: bool = True, **kwargs: Any) → ConvNeXt

來自 A ConvNet for the 2020s 論文的 ConvNeXt Tiny 模型架構。

引數:

• weights (ConvNeXt_Tiny_Weights, 可選) – 要使用的預訓練權重。有關更多詳細資訊和可能的值，請參閱下面的 ConvNeXt_Tiny_Weights。預設情況下，不使用預訓練權重。

• progress (bool, 可選) – 如果為 True，則在 stderr 中顯示下載進度條。預設為 True。

• \*\*kwargs – 傳遞給 torchvision.models.convnext.ConvNext 基類的引數。有關此類別的更多詳細資訊，請參閱原始碼。

class torchvision.models.ConvNeXt_Tiny_Weights(value)

上面的模型構建器接受以下值作為 weights 引數。ConvNeXt_Tiny_Weights.DEFAULT 等同於 ConvNeXt_Tiny_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

ConvNeXt_Tiny_Weights.IMAGENET1K_V1:

這些權重透過使用 TorchVision 新訓練方案的修改版本，改進了原始論文的結果。也可用作 ConvNeXt_Tiny_Weights.DEFAULT。

acc@1 (在 ImageNet-1K 上)	82.52
acc@5 (在 ImageNet-1K 上)	96.146
最小尺寸	高度=32，寬度=32
類別	丁鱥魚, 金魚, 大白鯊, ... (省略 997 個)
方案	連結
引數數量	28589128
GFLOPS	4.46
檔案大小	109.1 MB

推理變換可透過 ConvNeXt_Tiny_Weights.IMAGENET1K_V1.transforms 獲取，並執行以下預處理操作：接受 PIL.Image、批次 (B, C, H, W) 和單個 (C, H, W) 影像 torch.Tensor 物件。影像使用 interpolation=InterpolationMode.BILINEAR 被調整大小到 resize_size=[236]，接著進行中心裁剪，裁剪尺寸為 crop_size=[224]。最後，值首先被重新縮放到 [0.0, 1.0]，然後使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 進行歸一化。