vgg16¶
- torchvision.models.vgg16(*, weights: Optional[VGG16_Weights] = None, progress: bool = True, **kwargs: Any) VGG[source]¶
來自《用於大規模影像識別的非常深度的卷積網路》論文的 VGG-16 模型。
- 引數：
weights (
VGG16_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VGG16_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 顯示下載進度條。預設為 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.VGG16_Weights(value)[source]¶
上面的模型構建器接受以下值作為
weights引數。VGG16_Weights.DEFAULT等同於VGG16_Weights.IMAGENET1K_V1。您也可以使用字串，例如weights='DEFAULT'或weights='IMAGENET1K_V1'。VGG16_Weights.IMAGENET1K_V1:
這些權重是使用簡化的訓練方案從頭訓練的。也可透過
VGG16_Weights.DEFAULT獲取。top-1 精度 (在 ImageNet-1K 上)
71.592
top-5 精度 (在 ImageNet-1K 上)
90.382
最小尺寸
高=32, 寬=32
類別
丁鯛, 金魚, 大白鯊, ... (省略 997 個)
訓練方案
引數數量
138357544
GFLOPS
15.47
檔案大小
527.8 MB
推理變換可透過
VGG16_Weights.IMAGENET1K_V1.transforms獲取，並執行以下預處理操作：接受PIL.Image物件、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縮放至resize_size=[256]，然後進行crop_size=[224]的中心裁剪。最後，先將值重縮放到[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。VGG16_Weights.IMAGENET1K_FEATURES:
這些權重不能用於分類，因為 classifier 模組中缺少值。只有 features 模組具有有效值，可用於特徵提取。這些權重是使用論文中描述的原始輸入標準化方法訓練的。
top-1 精度 (在 ImageNet-1K 上)
nan
top-5 精度 (在 ImageNet-1K 上)
nan
最小尺寸
高=32, 寬=32
類別
None
訓練方案
引數數量
138357544
GFLOPS
15.47
檔案大小
527.8 MB
推理變換可透過
VGG16_Weights.IMAGENET1K_FEATURES.transforms獲取，並執行以下預處理操作：接受PIL.Image物件、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縮放至resize_size=[256]，然後進行crop_size=[224]的中心裁剪。最後，先將值重縮放到[0.0, 1.0]，然後使用mean=[0.48235, 0.45882, 0.40784]和std=[0.00392156862745098, 0.00392156862745098, 0.00392156862745098]進行歸一化。
