resnet152

torchvision.models.resnet152(*, weights: Optional[ResNet152_Weights] = None, progress: bool = True, **kwargs: Any) → ResNet

來自 Deep Residual Learning for Image Recognition 的 ResNet-152。

注意

TorchVision 的 bottleneck 將下采樣的 stride 放在第二個 3x3 卷積處，而原始論文則將其放在第一個 1x1 卷積處。這個變體提高了準確性，被稱為 ResNet V1.5。

引數:

• weights (ResNet152_Weights, 可選) – 要使用的預訓練權重。更多詳情和可能的值，請參閱下面的 ResNet152_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.resnet.ResNet 基類的引數。有關此類的更多詳細資訊，請參閱原始碼。

class torchvision.models.ResNet152_Weights(value)

上述模型構建器接受以下值作為 weights 引數。ResNet152_Weights.DEFAULT 等同於 ResNet152_Weights.IMAGENET1K_V2。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

ResNet152_Weights.IMAGENET1K_V1:

這些權重使用簡單的訓練方法，與論文中的結果非常接近。

acc@1 (在 ImageNet-1K 上)	78.312
acc@5 (在 ImageNet-1K 上)	94.046
最小尺寸	高度=1, 寬度=1
類別	丁鱥、金魚、大白鯊，…（省略 997 個）
引數數量	60192808
訓練方法	連結
GFLOPS	11.51
檔案大小	230.4 MB

推理轉換可透過 ResNet152_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 方法調整大小至 resize_size=[256]，然後進行中心裁剪，尺寸為 crop_size=[224]。最後，將值首先縮放至 [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。

ResNet152_Weights.IMAGENET1K_V2:

這些權重透過使用 TorchVision 的新訓練方法改進了原始論文的結果。也可透過 ResNet152_Weights.DEFAULT 獲取。

acc@1 (在 ImageNet-1K 上)	82.284
acc@5 (在 ImageNet-1K 上)	96.002
最小尺寸	高度=1, 寬度=1
類別	丁鱥、金魚、大白鯊，…（省略 997 個）
引數數量	60192808
訓練方法	連結
GFLOPS	11.51
檔案大小	230.5 MB

推理轉換可透過 ResNet152_Weights.IMAGENET1K_V2.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 方法調整大小至 resize_size=[232]，然後進行中心裁剪，尺寸為 crop_size=[224]。最後，將值首先縮放至 [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。