快捷方式

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[source]

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_QuantizedWeightsInception_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)[source]

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'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]std=[0.229, 0.224, 0.225] 进行归一化。

class torchvision.models.Inception_V3_Weights(value)[source]

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'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]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]std=[0.229, 0.224, 0.225] 进行归一化。

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获取问题的解答

查看资源