vgg13

torchvision.models.vgg13(*, weights: Optional[VGG13_Weights] = None, progress: bool = True, **kwargs: Any) → VGG

來自論文 Very Deep Convolutional Networks for Large-Scale Image Recognition 的 VGG-13 模型。

引數:

• weights (VGG13_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 VGG13_Weights。預設情況下，不使用預訓練權重。

• progress (布林值, 可選) – 如果為 True，則在 stderr 顯示下載進度條。預設值為 True。

• **kwargs – 傳遞給 torchvision.models.vgg.VGG 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.VGG13_Weights(value)

上面的模型構建器接受以下值作為 weights 引數。VGG13_Weights.DEFAULT 等同於 VGG13_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

VGG13_Weights.IMAGENET1K_V1:

這些權重是使用簡化的訓練方法從頭開始訓練的。也可用作 VGG13_Weights.DEFAULT。

acc@1 (在 ImageNet-1K 上)	69.928
acc@5 (在 ImageNet-1K 上)	89.246
最小尺寸	高=32, 寬=32
類別	丁鱥, 金魚, 大白鯊, … (省略 997 個)
訓練方法	連結
引數數量	133047848
GFLOPS	11.31
檔案大小	507.5 MB

推理轉換可在 VGG13_Weights.IMAGENET1K_V1.transforms 中找到，並執行以下預處理操作：接受 PIL.Image、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.BILINEAR 重取樣到 resize_size=[256]，然後進行中心裁剪，裁剪尺寸為 crop_size=[224]。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] 進行標準化。