vgg19_bn

torchvision.models.vgg19_bn(*, weights: Optional[VGG19_BN_Weights] = None, progress: bool = True, **kwargs: Any) → VGG

VGG-19_BN，來自《用於大規模影像識別的非常深度的卷積網路》。

引數：

• weights (VGG19_BN_Weights, optional) – 要使用的預訓練權重。更多詳細資訊和可能的值，請參閱下方的 VGG19_BN_Weights。預設情況下不使用預訓練權重。

• progress (bool, optional) – 如果為 True，則向標準錯誤輸出顯示下載進度條。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.VGG19_BN_Weights(value)

上述模型構建器接受以下值作為 weights 引數。VGG19_BN_Weights.DEFAULT 等同於 VGG19_BN_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

VGG19_BN_Weights.IMAGENET1K_V1:

這些權重是使用簡化訓練配方從頭開始訓練的。也可透過 VGG19_BN_Weights.DEFAULT 獲取。

acc@1（在 ImageNet-1K 上）	74.218
acc@5（在 ImageNet-1K 上）	91.842
最小尺寸	height=32, width=32
類別	tench, goldfish, great white shark, …（省略 997 個）
訓練配方	連結
引數數量	143678248
GFLOPS	19.63
檔案大小	548.1 MB

推理轉換可在 VGG19_BN_Weights.IMAGENET1K_V1.transforms 處獲取，並執行以下預處理操作：接受 PIL.Image、批處理的 (B, C, H, W) 和單個 (C, H, W) 影像 torch.Tensor 物件。使用 interpolation=InterpolationMode.BILINEAR 將影像大小調整為 resize_size=[256]，然後進行中心裁剪，尺寸為 crop_size=[224]。最後，先將值重新縮放到 [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。