mobilenet_v3_small¶
- torchvision.models.mobilenet_v3_small(*, weights: Optional[MobileNet_V3_Small_Weights] = None, progress: bool = True, **kwargs: Any) MobileNetV3 [source]¶
根据 Searching for MobileNetV3 构建一个小的 MobileNetV3 架构。
- 参数:
weights (
MobileNet_V3_Small_Weights
, optional) – 要使用的预训练权重。更多详细信息和可能的值,请参见下面的MobileNet_V3_Small_Weights
。默认情况下,不使用预训练权重。progress (bool, optional) – 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.mobilenet.MobileNetV3
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.MobileNet_V3_Small_Weights(value)[source]¶
上面的模型构建器接受以下值作为
weights
参数。MobileNet_V3_Small_Weights.DEFAULT
等同于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策略改进了原始论文的结果。也可用作
MobileNet_V3_Small_Weights.DEFAULT
。acc@1(在 ImageNet-1K 上)
67.668
acc@5(在 ImageNet-1K 上)
87.402
最小尺寸
height=1, width=1
类别
丁鳜, 金鱼, 大白鲨, … (省略 997 个)
参数数量
2542856
策略
GFLOPS
0.06
文件大小
9.8 MB
推理转换可通过
MobileNet_V3_Small_Weights.IMAGENET1K_V1.transforms
获取,并执行以下预处理操作:接受PIL.Image
、批处理(B, C, H, W)
和单张(C, H, W)
图像torch.Tensor
对象。使用interpolation=InterpolationMode.BILINEAR
将图像大小调整为resize_size=[256]
,然后进行中心裁剪crop_size=[224]
。最后,将值首先缩放到[0.0, 1.0]
,然后使用mean=[0.485, 0.456, 0.406]
和std=[0.229, 0.224, 0.225]
进行标准化。