mobilenet_v3_small

torchvision.models.mobilenet_v3_small(*, weights: Optional[MobileNet_V3_Small_Weights] = None, progress: bool = True, **kwargs: Any) → MobileNetV3

根据Searching for MobileNetV3构建小型 MobileNetV3 架构。

参数：

• weights (MobileNet_V3_Small_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MobileNet_V3_Small_Weights。默认情况下，不使用任何预训练权重。

• progress (布尔值，可选) – 如果为 True，则向 stderr 显示下载进度条。默认为 True。

• **kwargs – 传递给torchvision.models.mobilenet.MobileNetV3基类的参数。有关此类的更多详细信息，请参阅源代码。

类 torchvision.models.MobileNet_V3_Small_Weights(value)

上面的模型构建器接受以下值作为weights参数。MobileNet_V3_Small_Weights.DEFAULT等效于MobileNet_V3_Small_Weights.IMAGENET1K_V1。您也可以使用字符串，例如weights='DEFAULT'或weights='IMAGENET1K_V1'。

MobileNet_V3_Small_Weights.IMAGENET1K_V1:

这些权重通过使用简单的训练方法改进了原始论文的结果。也可作为MobileNet_V3_Small_Weights.DEFAULT使用。

acc@1（在 ImageNet-1K 上）	67.668
acc@5（在 ImageNet-1K 上）	87.402
最小尺寸	高度=1，宽度=1
类别	tench、goldfish、great white shark、…（省略 997 个）
参数数量	2542856
配方	链接
GFLOPS	0.06
文件大小	9.8 MB

推理转换可在MobileNet_V3_Small_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调整到resize_size=[256]，然后进行crop_size=[224]的中心裁剪。最后，值首先重新缩放至[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。