resnet152

torchvision.models.resnet152(*, weights: Optional[ResNet152_Weights] = None, progress: bool = True, **kwargs: Any) → ResNet

来自 Deep Residual Learning for Image Recognition 的 ResNet-152。

注意

TorchVision 的 bottleneck 将下采样的 stride 放在第二个 3x3 卷积处，而原始论文则将其放在第一个 1x1 卷积处。这个变体提高了准确性，被称为 ResNet V1.5。

参数:

• weights (ResNet152_Weights, 可选) – 要使用的预训练权重。更多详情和可能的值，请参阅下面的 ResNet152_Weights。默认情况下，不使用预训练权重。

• progress (bool, 可选) – 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.resnet.ResNet 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.ResNet152_Weights(value)

上述模型构建器接受以下值作为 weights 参数。ResNet152_Weights.DEFAULT 等同于 ResNet152_Weights.IMAGENET1K_V2。您也可以使用字符串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

ResNet152_Weights.IMAGENET1K_V1:

这些权重使用简单的训练方法，与论文中的结果非常接近。

acc@1 (在 ImageNet-1K 上)	78.312
acc@5 (在 ImageNet-1K 上)	94.046
最小尺寸	高度=1, 宽度=1
类别	丁鱥、金鱼、大白鲨，…（省略 997 个）
参数数量	60192808
训练方法	链接
GFLOPS	11.51
文件大小	230.4 MB

推理转换可通过 ResNet152_Weights.IMAGENET1K_V1.transforms 获取，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 interpolation=InterpolationMode.BILINEAR 方法调整大小至 resize_size=[256]，然后进行中心裁剪，尺寸为 crop_size=[224]。最后，将值首先缩放至 [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。

ResNet152_Weights.IMAGENET1K_V2:

这些权重通过使用 TorchVision 的新训练方法改进了原始论文的结果。也可通过 ResNet152_Weights.DEFAULT 获取。

acc@1 (在 ImageNet-1K 上)	82.284
acc@5 (在 ImageNet-1K 上)	96.002
最小尺寸	高度=1, 宽度=1
类别	丁鱥、金鱼、大白鲨，…（省略 997 个）
参数数量	60192808
训练方法	链接
GFLOPS	11.51
文件大小	230.5 MB

推理转换可通过 ResNet152_Weights.IMAGENET1K_V2.transforms 获取，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 interpolation=InterpolationMode.BILINEAR 方法调整大小至 resize_size=[232]，然后进行中心裁剪，尺寸为 crop_size=[224]。最后，将值首先缩放至 [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。