shufflenet_v2_x2_0

torchvision.models.shufflenet_v2_x2_0(*, weights: Optional[ShuffleNet_V2_X2_0_Weights] = None, progress: bool = True, **kwargs: Any) → ShuffleNetV2

构建一个输出通道数为 2.0x 的 ShuffleNetV2 架构，如 ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design 所述。

参数：

• weights (ShuffleNet_V2_X2_0_Weights, 可选) – 要使用的预训练权重。请参阅下面的 ShuffleNet_V2_X2_0_Weights 以了解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, 可选) – 如果为 True，则在 stderr 中显示下载进度条。默认为 True。

• **kwargs – 传递给 torchvision.models.shufflenetv2.ShuffleNetV2 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.ShuffleNet_V2_X2_0_Weights(value)

上面的模型构建器接受以下值作为 weights 参数。ShuffleNet_V2_X2_0_Weights.DEFAULT 等同于 ShuffleNet_V2_X2_0_Weights.IMAGENET1K_V1。您也可以使用字符串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

ShuffleNet_V2_X2_0_Weights.IMAGENET1K_V1:

这些权重是使用 TorchVision 的新训练方法从头开始训练的。也可作为 ShuffleNet_V2_X2_0_Weights.DEFAULT 使用。

acc@1（在 ImageNet-1K 上）	76.23
acc@5（在 ImageNet-1K 上）	93.006
最小尺寸	高度=1，宽度=1
类别	丁鳜鱼, 金鱼, 大白鲨, … (省略 997 个)
训练方法	链接
参数数量	7393996
GFLOPS	0.58
文件大小	28.4 MB

推理变换可在 ShuffleNet_V2_X2_0_Weights.IMAGENET1K_V1.transforms 获取，并执行以下预处理操作：接受 PIL.Image、批量 (B, C, H, W) 和单张 (C, H, W) 图像 torch.Tensor 对象。图像使用 interpolation=InterpolationMode.BILINEAR 被调整大小到 resize_size=[232]，然后进行 crop_size=[224] 的中心裁剪。最后，值首先被重新缩放到 [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。