vgg11

torchvision.models.vgg11(*, weights: Optional[VGG11_Weights] = None, progress: bool = True, **kwargs: Any) → VGG

来自 Very Deep Convolutional Networks for Large-Scale Image Recognition 的 VGG-11。

参数:

• weights (VGG11_Weights, optional) – 要使用的预训练权重。有关更多详细信息和可能的值，请参阅下面的 VGG11_Weights。默认情况下，不使用预训练权重。

• progress (bool, optional) – 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.vgg.VGG 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.VGG11_Weights(value)

上述模型构建器接受以下值作为 weights 参数。VGG11_Weights.DEFAULT 等同于 VGG11_Weights.IMAGENET1K_V1。您也可以使用字符串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

VGG11_Weights.IMAGENET1K_V1:

这些权重是使用简化的训练方案从头开始训练的。也可通过 VGG11_Weights.DEFAULT 获取。

acc@1 (在 ImageNet-1K 上)	69.02
acc@5 (在 ImageNet-1K 上)	88.628
最小尺寸	高=32，宽=32
类别	丁鱥、金鱼、大白鲨，…（省略 997 个）
方案	链接
参数数量	132863336
GFLOPS	7.61
文件大小	506.8 MB

推理转换可在 VGG11_Weights.IMAGENET1K_V1.transforms 获取，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) 图像的 torch.Tensor 对象。图像使用 interpolation=InterpolationMode.BILINEAR 方法将 resize_size 调整到 [256]，然后进行 crop_size=[224] 的中心裁剪。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] 进行标准化。