efficientnet_b2

torchvision.models.efficientnet_b2(*, weights: Optional[EfficientNet_B2_Weights] = None, progress: bool = True, **kwargs: Any) → EfficientNet

來自論文 EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks 的 EfficientNet B2 模型架構。

引數：

• weights (EfficientNet_B2_Weights, 可選) – 要使用的預訓練權重。請參見下方的 EfficientNet_B2_Weights 獲取更多詳細資訊和可能的值。預設情況下，不使用預訓練權重。

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

• **kwargs – 傳遞給 torchvision.models.efficientnet.EfficientNet 基類的引數。請參閱 原始碼 獲取有關此類的更多詳細資訊。

class torchvision.models.EfficientNet_B2_Weights(value)

上面的模型構建器接受以下值作為 weights 引數。EfficientNet_B2_Weights.DEFAULT 等同於 EfficientNet_B2_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

EfficientNet_B2_Weights.IMAGENET1K_V1:

這些權重從原始論文移植而來。也可透過 EfficientNet_B2_Weights.DEFAULT 獲得。

acc@1 (在 ImageNet-1K 上)	80.608
acc@5 (在 ImageNet-1K 上)	95.31
類別	丁鯛魚、金魚、大白鯊，… (省略 997 項)
最小尺寸	高=1, 寬=1
方法集 (Recipe)	連結
引數數量	9109994
GFLOPS	1.09
檔案大小	35.2 MB

推理轉換可透過 EfficientNet_B2_Weights.IMAGENET1K_V1.transforms 獲得，並執行以下預處理操作：接受 PIL.Image 物件、批處理的 (B, C, H, W) 和單個 (C, H, W) 影像 torch.Tensor 物件。影像使用 interpolation=InterpolationMode.BICUBIC 方法被縮放至 resize_size=[288]，然後進行中心裁剪，裁剪大小為 crop_size=[288]。最後，值首先被重新縮放至 [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。