resnet50

torchvision.models.resnet50(*, weights: Optional[ResNet50_Weights] = None, progress: bool = True, **kwargs: Any) → ResNet

来自 Deep Residual Learning for Image Recognition 的 ResNet-50。

注意

TorchVision 的 bottleneck 将下采样的 stride 放在第二个 3x3 卷积层，而原论文中是放在第一个 1x1 卷积层。这个变种提高了准确率，被称为 ResNet V1.5。

参数：

• weights (ResNet50_Weights, 可选) – 要使用的预训练权重。有关更多详细信息和可能的值，请参阅下面的 ResNet50_Weights。默认情况下，不使用预训练权重。

• progress (bool, 可选) – 如果为 True，则在标准错误输出显示下载进度条。默认为 True。

• **kwargs – 传递给 torchvision.models.resnet.ResNet 基类的参数。有关此类的更多详细信息，请参阅源代码。

class torchvision.models.ResNet50_Weights(value)

上述模型构建器接受以下值作为 weights 参数。ResNet50_Weights.DEFAULT 等同于 ResNet50_Weights.IMAGENET1K_V2。您也可以使用字符串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

ResNet50_Weights.IMAGENET1K_V1:

这些权重使用简单的训练方法重现了论文中的结果。

acc@1 (在 ImageNet-1K 上)	76.13
acc@5 (在 ImageNet-1K 上)	92.862
min_size	height=1, width=1
类别	丁鲷鱼, 金鱼, 大白鲨, … (省略 997 个)
num_params	25557032
训练方法	链接
GFLOPS	4.09
文件大小	97.8 MB

推理转换方法可从 ResNet50_Weights.IMAGENET1K_V1.transforms 获取，执行以下预处理操作：接受 PIL.Image、批处理 (B, C, H, W) 和单个 (C, H, W) 图像的 torch.Tensor 对象。使用 interpolation=InterpolationMode.BILINEAR 将图像大小调整为 resize_size=[256]，然后进行中心裁剪 crop_size=[224]。最后，首先将值重新缩放到 [0.0, 1.0]，然后使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 进行标准化。

ResNet50_Weights.IMAGENET1K_V2:

这些权重使用 TorchVision 的新训练方法改进了原论文中的结果。也可用作 ResNet50_Weights.DEFAULT。

acc@1 (在 ImageNet-1K 上)	80.858
acc@5 (在 ImageNet-1K 上)	95.434
min_size	height=1, width=1
类别	丁鲷鱼, 金鱼, 大白鲨, … (省略 997 个)
num_params	25557032
训练方法	链接
GFLOPS	4.09
文件大小	97.8 MB

推理转换方法可从 ResNet50_Weights.IMAGENET1K_V2.transforms 获取，执行以下预处理操作：接受 PIL.Image、批处理 (B, C, H, W) 和单个 (C, H, W) 图像的 torch.Tensor 对象。使用 interpolation=InterpolationMode.BILINEAR 将图像大小调整为 resize_size=[232]，然后进行中心裁剪 crop_size=[224]。最后，首先将值重新缩放到 [0.0, 1.0]，然后使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 进行标准化。