vgg13_bn¶
- torchvision.models.vgg13_bn(*, weights: Optional[VGG13_BN_Weights] = None, progress: bool = True, **kwargs: Any) VGG [source]¶
VGG-13-BN 模型,出自 Very Deep Convolutional Networks for Large-Scale Image Recognition。
- 参数:
weights (
VGG13_BN_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,请参阅下文的VGG13_BN_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。默认值为 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.VGG13_BN_Weights(value)[source]¶
上面的模型构建器接受以下值作为
weights
参数。VGG13_BN_Weights.DEFAULT
等效于VGG13_BN_Weights.IMAGENET1K_V1
。您也可以使用字符串,例如weights='DEFAULT'
或weights='IMAGENET1K_V1'
。VGG13_BN_Weights.IMAGENET1K_V1:
这些权重是使用简化训练方法从头训练的。也可用作
VGG13_BN_Weights.DEFAULT
。acc@1 (on ImageNet-1K)
71.586
acc@5 (on ImageNet-1K)
90.374
min_size
height=32, width=32
类别
tench, goldfish, great white shark, … (省略 997 个)
训练方法
num_params
133053736
GFLOPS
11.31
文件大小
507.6 MB
推理变换可在
VGG13_BN_Weights.IMAGENET1K_V1.transforms
处获取,并执行以下预处理操作:接受PIL.Image
、批处理的(B, C, H, W)
和单张的(C, H, W)
图像torch.Tensor
对象。图像使用interpolation=InterpolationMode.BILINEAR
重塑大小至resize_size=[256]
,接着进行中心裁剪至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。