convnext_base

torchvision.models.convnext_base(*, weights: Optional[ConvNeXt_Base_Weights] = None, progress: bool = True, **kwargs: Any) → ConvNeXt

来自《A ConvNet for the 2020s》论文的 ConvNeXt Base 模型架构。

参数：

• weights (ConvNeXt_Base_Weights, optional) – 要使用的预训练权重。请参阅下面的 ConvNeXt_Base_Weights 获取更多详细信息和可能的值。默认情况下，不使用预训练权重。

• progress (bool, optional) – 如果为 True，则在 stderr 显示下载进度条。默认值为 True。

• **kwargs – 传递给 torchvision.models.convnext.ConvNext 基类的参数。请参考源代码了解此类的更多详细信息。

class torchvision.models.ConvNeXt_Base_Weights(value)

上面的模型构建器接受以下值作为 weights 参数。ConvNeXt_Base_Weights.DEFAULT 等同于 ConvNeXt_Base_Weights.IMAGENET1K_V1。您也可以使用字符串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

ConvNeXt_Base_Weights.IMAGENET1K_V1:

这些权重通过使用 TorchVision 新训练方法的修改版本，改进了原论文的结果。也可作为 ConvNeXt_Base_Weights.DEFAULT 使用。

acc@1 (在 ImageNet-1K 上)	84.062
acc@5 (在 ImageNet-1K 上)	96.87
最小尺寸	高=32，宽=32
类别	丁鳜，金鱼，大白鲨，… (省略 997 个)
方法	链接
参数数量	88591464
GFLOPS	15.36
文件大小	338.1 MB

推理转换可通过 ConvNeXt_Base_Weights.IMAGENET1K_V1.transforms 获得，并执行以下预处理操作：接受 PIL.Image、批处理的 (B, C, H, W) 和单个的 (C, H, W) 图像 torch.Tensor 对象。使用 interpolation=InterpolationMode.BILINEAR 将图像大小调整为 resize_size=[232]，然后进行 crop_size=[224] 的中心裁剪。最后，先将值重新缩放到 [0.0, 1.0]，然后使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 进行归一化。