inception_v3

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

源自 Rethinking the Inception Architecture for Computer Vision 的 Inception v3 模型架构。

注意

重要提示：与其他模型不同，inception_v3 期望的张量大小为 N x 3 x 299 x 299，因此请确保您的图像尺寸符合要求。

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，请参阅下面的 Inception_V3_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 (stderr) 中显示下载进度条。默认值为 True。

• **kwargs – 传递给 torchvision.models.Inception3 基类的参数。有关此类别的更多详细信息，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 等同于 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:

这些权重源自原始论文。也可通过 Inception_V3_Weights.DEFAULT 获取。

acc@1 (在 ImageNet-1K 上)	77.294
acc@5 (在 ImageNet-1K 上)	93.45
参数数量	27161264
最小尺寸	高=75，宽=75
类别	丁鱥, 金鱼, 大白鲨, ... (省略 997 个)
训练方法	链接
GFLOPS	5.71
文件大小	103.9 MB

推理变换可通过 Inception_V3_Weights.IMAGENET1K_V1.transforms 获取，并执行以下预处理操作：接受 PIL.Image、批处理的 (B, C, H, W) 和单张的 (C, H, W) 图像 torch.Tensor 对象。使用 interpolation=InterpolationMode.BILINEAR 将图像调整为 resize_size=[342]，然后进行中心裁剪，crop_size=[299]。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。