shufflenet_v2_x1_0

torchvision.models.shufflenet_v2_x1_0(*, weights: Optional[ShuffleNet_V2_X1_0_Weights] = None, progress: bool = True, **kwargs: Any) → ShuffleNetV2

构建一个具有 1.0 倍输出通道的 ShuffleNetV2 架构，如 ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design 中所述。

参数:

• weights (ShuffleNet_V2_X1_0_Weights, 可选) – 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 ShuffleNet_V2_X1_0_Weights。默认情况下不使用预训练权重。

• progress (bool, 可选) – 如果为 True，则向 stderr 显示下载进度条。默认值为 True。

• **kwargs – 传递给 torchvision.models.shufflenetv2.ShuffleNetV2 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.ShuffleNet_V2_X1_0_Weights(value)

上面的模型构建器接受以下值作为 weights 参数。ShuffleNet_V2_X1_0_Weights.DEFAULT 等同于 ShuffleNet_V2_X1_0_Weights.IMAGENET1K_V1。您也可以使用字符串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

ShuffleNet_V2_X1_0_Weights.IMAGENET1K_V1:

这些权重是从头开始训练的，以便尽可能地复现论文中的结果。也可通过 ShuffleNet_V2_X1_0_Weights.DEFAULT 获取。

acc@1（在 ImageNet-1K 上）	69.362
acc@5（在 ImageNet-1K 上）	88.316
最小尺寸	height=1, width=1
类别	丁鱥, 金鱼, 大白鲨, ... (省略 997 项)
Recipe	链接
参数数量	2278604
GFLOPS	0.14
文件大小	8.8 MB

推理变换可通过 ShuffleNet_V2_X1_0_Weights.IMAGENET1K_V1.transforms 获取，并执行以下预处理操作：接受 PIL.Image、批处理的 (B, C, H, W) 和单个 (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，裁剪大小为 crop_size=[224]。最后，先将值重新缩放到 [0.0, 1.0] 范围，然后使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 进行归一化。