inception_v3

torchvision.models.quantization.inception_v3(*, weights: Optional[Union[Inception_V3_QuantizedWeights, Inception_V3_Weights]] = None, progress: bool = True, quantize: bool = False, **kwargs: Any) → QuantizableInception3

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

注意

**重要：**与其他模型相比，inception_v3 预期张量的大小为 N x 3 x 299 x 299，因此请确保您的图像大小与此相符。

注意

请注意，quantize = True 返回具有 8 位权重的量化模型。量化模型仅支持推理并在 CPU 上运行。GPU 推理尚不支持。

参数：

• weights (Inception_V3_QuantizedWeights 或 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_QuantizedWeights。默认情况下，不使用任何预训练权重。

• progress (bool, 可选) – 如果为 True，则将下载进度条显示到标准错误。默认为 True。

• quantize (bool, 可选) – 如果为 True，则返回模型的量化版本。默认为 False。

• **kwargs – 传递给 torchvision.models.quantization.QuantizableInception3 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.quantization.Inception_V3_QuantizedWeights(value)

上面的模型构建器接受以下值作为 weights 参数。Inception_V3_QuantizedWeights.DEFAULT 等效于 Inception_V3_QuantizedWeights.IMAGENET1K_FBGEMM_V1。您还可以使用字符串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_FBGEMM_V1'。

Inception_V3_QuantizedWeights.IMAGENET1K_FBGEMM_V1:

这些权重是通过在下面列出的非量化权重之上进行后训练量化（渴望模式）生成的。也可以作为 Inception_V3_QuantizedWeights.DEFAULT 使用。

acc@1（在 ImageNet-1K 上）	77.176
acc@5（在 ImageNet-1K 上）	93.354
参数数量	27161264
最小尺寸	高度=75，宽度=75
类别	tench、goldfish、great white shark、…（省略 997 个）
后端	fbgemm
配方	链接
非量化	Inception_V3_Weights.IMAGENET1K_V1
GIPS	5.71
文件大小	23.1 MB

推理变换在 Inception_V3_QuantizedWeights.IMAGENET1K_FBGEMM_V1.transforms 中可用，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 调整大小到 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。

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。您还可以使用字符串，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 使用。

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	高度=75，宽度=75
类别	tench、goldfish、great white shark、…（省略 997 个）
配方	链接
GFLOPS	5.71
文件大小	103.9 MB

推理转换可在 Inception_V3_Weights.IMAGENET1K_V1.transforms 中找到，并执行以下预处理操作：接受 PIL.Image、批量 (B, C, H, W) 和单个 (C, H, W) 图像 torch.Tensor 对象。图像使用 resize_size=[342] 和 interpolation=InterpolationMode.BILINEAR 调整大小，然后进行 crop_size=[299] 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。