densenet121¶
- torchvision.models.densenet121(*, weights: Optional[DenseNet121_Weights] = None, progress: bool = True, **kwargs: Any) DenseNet [源代码]¶
来自 Densely Connected Convolutional Networks 的 Densenet-121 模型。
- 参数:
weights (
DenseNet121_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,请参阅下方的DenseNet121_Weights
。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.densenet.DenseNet
基类的参数。有关此类的更多详细信息,请参考源代码。
- class torchvision.models.DenseNet121_Weights(value)[源代码]¶
上述模型构建器接受以下值作为
weights
参数。DenseNet121_Weights.DEFAULT
等效于DenseNet121_Weights.IMAGENET1K_V1
。您也可以使用字符串,例如weights='DEFAULT'
或weights='IMAGENET1K_V1'
。DenseNet121_Weights.IMAGENET1K_V1:
这些权重是从 LuaTorch 迁移过来的。也可通过
DenseNet121_Weights.DEFAULT
获取。acc@1 (在 ImageNet-1K 上)
74.434
acc@5 (在 ImageNet-1K 上)
91.972
min_size
高度=29, 宽度=29
类别
丁鲷, 金鱼, 大白鲨, ... (省略 997 个)
训练配方
num_params
7978856
GFLOPS
2.83
文件大小
30.8 MB
推理转换可从
DenseNet121_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)
图像的torch.Tensor
对象。图像使用interpolation=InterpolationMode.BILINEAR
被调整大小到resize_size=[256]
,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。