shufflenet_v2_x1_0

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

根据ShuffleNet V2：高效 CNN 架构设计的实用指南构建具有 1.0x 输出通道的 ShuffleNetV2 架构。

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，请参见下面的ShuffleNet_V2_X1_0_Weights。默认情况下，不使用任何预训练权重。

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

类 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等效于ShuffleNet_V2_X1_0_Weights.IMAGENET1K_V1。您还可以使用字符串，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，以准确地重现论文的结果。也可作为ShuffleNet_V2_X1_0_Weights.DEFAULT使用。

acc@1（在 ImageNet-1K 上）	69.362
acc@5（在 ImageNet-1K 上）	88.316
最小尺寸	高度=1，宽度=1
类别	tench、goldfish、great white shark、…（省略 997 个）
配方	链接
参数数量	2278604
GFLOPS	0.14
文件大小	8.8 MB

推理转换可在ShuffleNet_V2_X1_0_Weights.IMAGENET1K_V1.transforms中获得，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调整大小为resize_size=[256]，然后进行crop_size=[224]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。