inception_v3

torchvision.models.inception_v3(*, weights: Optional[Inception_V3_Weights] = None, progress: bool = True, **kwargs: Any) → Inception3

来自 重新思考计算机视觉的 Inception 架构 的 Inception v3 模型架构。

注意

**重要事项：** 与其他模型不同，inception_v3 期望大小为 N x 3 x 299 x 299 的张量，因此请确保您的图像大小适当。

参数：

• weights (Inception_V3_Weights，可选) – 模型的预训练权重。有关更多详细信息和可能的值，请参见下面的 Inception_V3_Weights。默认情况下，不使用任何预训练权重。

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

• **kwargs – 传递给 torchvision.models.Inception3 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.Inception_V3_Weights(value)

上面的模型构建器接受以下值作为 weights 参数。 Inception_V3_Weights.DEFAULT 等效于 Inception_V3_Weights.IMAGENET1K_V1。您也可以使用字符串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

Inception_V3_Weights.IMAGENET1K_V1:

这些权重是从原始论文移植过来的。也可以作为 Inception_V3_Weights.DEFAULT 获得。

acc@1（在 ImageNet-1K 上）	77.294
acc@5（在 ImageNet-1K 上）	93.45
num_params	27161264
min_size	height=75, width=75
categories	tench, goldfish, great white shark, … (997 omitted)
recipe	link
GFLOPS	5.71
文件大小	103.9 MB

推理变换可在 Inception_V3_Weights.IMAGENET1K_V1.transforms 中获得，并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 torch.Tensor 对象。图像使用 interpolation=InterpolationMode.BILINEAR 调整大小为 resize_size=[342]，然后进行 crop_size=[299] 的中心裁剪。最后，将值首先重新缩放到 [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。