densenet121

torchvision.models.densenet121(*, weights: Optional[DenseNet121_Weights] = None, progress: bool = True, **kwargs: Any) → DenseNet

來自 Densely Connected Convolutional Networks 的 Densenet-121 模型。

引數:

• weights (DenseNet121_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，請參閱下方的 DenseNet121_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.densenet.DenseNet 基類的引數。有關此類的更多詳細資訊，請參考原始碼。

class torchvision.models.DenseNet121_Weights(value)

上述模型構建器接受以下值作為 weights 引數。DenseNet121_Weights.DEFAULT 等效於 DenseNet121_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

DenseNet121_Weights.IMAGENET1K_V1:

這些權重是從 LuaTorch 遷移過來的。也可透過 DenseNet121_Weights.DEFAULT 獲取。

acc@1 (在 ImageNet-1K 上)	74.434
acc@5 (在 ImageNet-1K 上)	91.972
min_size	高度=29, 寬度=29
類別	丁鯛, 金魚, 大白鯊, ... (省略 997 個)
訓練配方	連結
num_params	7978856
GFLOPS	2.83
檔案大小	30.8 MB

推理轉換可從 DenseNet121_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) 和單張 (C, H, W) 影像的 torch.Tensor 物件。影像使用 interpolation=InterpolationMode.BILINEAR 被調整大小到 resize_size=[256]，然後進行 crop_size=[224] 的中心裁剪。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。