inception_v3

torchvision.models.inception_v3(*, weights: Optional[Inception_V3_Weights] = None, progress: bool = True, **kwargs: Any) → Inception3

源自 Rethinking the Inception Architecture for Computer Vision 的 Inception v3 模型架構。

注意

重要提示：與其他模型不同，inception_v3 期望的張量大小為 N x 3 x 299 x 299，因此請確保您的影像尺寸符合要求。

引數：

• weights (Inception_V3_Weights, 可選) – 模型的預訓練權重。有關更多詳細資訊和可能的值，請參閱下面的 Inception_V3_Weights。預設情況下，不使用預訓練權重。

• progress (bool, 可選) – 如果為 True，則在標準錯誤輸出 (stderr) 中顯示下載進度條。預設值為 True。

• **kwargs – 傳遞給 torchvision.models.Inception3 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.Inception_V3_Weights(value)

上面的模型構建器接受以下值作為 weights 引數。Inception_V3_Weights.DEFAULT 等同於 Inception_V3_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

Inception_V3_Weights.IMAGENET1K_V1:

這些權重源自原始論文。也可透過 Inception_V3_Weights.DEFAULT 獲取。

acc@1 (在 ImageNet-1K 上)	77.294
acc@5 (在 ImageNet-1K 上)	93.45
引數數量	27161264
最小尺寸	高=75，寬=75
類別	丁鱥, 金魚, 大白鯊, ... (省略 997 個)
訓練方法	連結
GFLOPS	5.71
檔案大小	103.9 MB

推理變換可透過 Inception_V3_Weights.IMAGENET1K_V1.transforms 獲取，並執行以下預處理操作：接受 PIL.Image、批處理的 (B, C, H, W) 和單張的 (C, H, W) 影像 torch.Tensor 物件。使用 interpolation=InterpolationMode.BILINEAR 將影像調整為 resize_size=[342]，然後進行中心裁剪，crop_size=[299]。最後，將值首先重新縮放到 [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。