vgg16_bn

torchvision.models.vgg16_bn(*, weights: Optional[VGG16_BN_Weights] = None, progress: bool = True, **kwargs: Any) → VGG

VGG-16-BN 來自 Very Deep Convolutional Networks for Large-Scale Image Recognition（用於大規模影像識別的超深度卷積網路）。

引數：

• weights (VGG16_BN_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，請參閱下文的 VGG16_BN_Weights。預設情況下，不使用預訓練權重。

• progress (bool, 可選) – 如果為 True，則在標準錯誤輸出中顯示下載進度條。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a href="https://github.com/pytorch/vision/blob/main/torchvision/models/vgg.py">閱原始碼。

class torchvision.models.VGG16_BN_Weights(value)

上面的模型構建器接受以下值作為 weights 引數。VGG16_BN_Weights.DEFAULT 等效於 VGG16_BN_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

VGG16_BN_Weights.IMAGENET1K_V1:

這些權重是使用簡化訓練方法從頭開始訓練的。也可用作 VGG16_BN_Weights.DEFAULT。

acc@1（在 ImageNet-1K 上）	73.36
acc@5（在 ImageNet-1K 上）	91.516
最小尺寸	height=32, width=32
類別	丁鱥, 金魚, 大白鯊, … (省略 997 個)
訓練方法	連結
引數數量	138365992
GFLOPS	15.47
檔案大小	527.9 MB

推理轉換可在 VGG16_BN_Weights.IMAGENET1K_V1.transforms 中獲取，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 (C, H, W) 影像 torch.Tensor 物件。影像使用 interpolation=InterpolationMode.BILINEAR 縮放至 resize_size=[256]，然後進行中心裁剪至 crop_size=[224]。最後，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。