resnet50

torchvision.models.resnet50(*, weights: Optional[ResNet50_Weights] = None, progress: bool = True, **kwargs: Any) → ResNet

ResNet-50，来自 用于图像识别的深度残差学习。

注意

TorchVision 的瓶颈将下采样的步幅置于第二个 3x3 卷积，而原始论文将其置于第一个 1x1 卷积。此变体提高了准确率，被称为 ResNet V1.5。

参数:

• weights (ResNet50_Weights, optional) – 要使用的预训练权重。 有关更多详细信息和可能的值，请参见下方的 ResNet50_Weights。 默认情况下，不使用预训练权重。

• progress (bool, optional) – 如果为 True，则将下载进度条显示到 stderr。 默认值为 True。

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

class torchvision.models.ResNet50_Weights(value)

上面的模型构建器接受以下值作为 weights 参数。 ResNet50_Weights.DEFAULT 等效于 ResNet50_Weights.IMAGENET1K_V2。 您也可以使用字符串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

ResNet50_Weights.IMAGENET1K_V1:

这些权重使用简单的训练方案重现了论文的结果。

acc@1 (在 ImageNet-1K 上)	76.13
acc@5 (在 ImageNet-1K 上)	92.862
min_size	height=1, width=1
类别	tench, goldfish, great white shark, … (省略 997 个)
num_params	25557032
方案	链接
GFLOPS	4.09
文件大小	97.8 MB

推理变换可在 ResNet50_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) 和单张 (C, H, W) 图像 torch.Tensor 对象。 图像被调整大小为 resize_size=[256]，使用 interpolation=InterpolationMode.BILINEAR 插值方式，然后进行中心裁剪，裁剪大小为 crop_size=[224]。 最后，值首先被重新缩放到 [0.0, 1.0]，然后使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 进行归一化。

ResNet50_Weights.IMAGENET1K_V2:

这些权重通过使用 TorchVision 的 新训练方案 改进了原始论文的结果。 也可作为 ResNet50_Weights.DEFAULT 使用。

acc@1 (在 ImageNet-1K 上)	80.858
acc@5 (在 ImageNet-1K 上)	95.434
min_size	height=1, width=1
类别	tench, goldfish, great white shark, … (省略 997 个)
num_params	25557032
方案	链接
GFLOPS	4.09
文件大小	97.8 MB

推理变换可在 ResNet50_Weights.IMAGENET1K_V2.transforms 中找到，并执行以下预处理操作： 接受 PIL.Image、批量 (B, C, H, W) 和单张 (C, H, W) 图像 torch.Tensor 对象。 图像被调整大小为 resize_size=[232]，使用 interpolation=InterpolationMode.BILINEAR 插值方式，然后进行中心裁剪，裁剪大小为 crop_size=[224]。 最后，值首先被重新缩放到 [0.0, 1.0]，然后使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 进行归一化。