vgg16¶
- torchvision.models.vgg16(*, weights: Optional[VGG16_Weights] = None, progress: bool = True, **kwargs: Any) VGG [source]¶
来自《用于大规模图像识别的非常深度的卷积网络》论文的 VGG-16 模型。
- 参数:
weights (
VGG16_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,请参阅下方的VGG16_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 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.VGG16_Weights(value)[source]¶
上面的模型构建器接受以下值作为
weights
参数。VGG16_Weights.DEFAULT
等同于VGG16_Weights.IMAGENET1K_V1
。您也可以使用字符串,例如weights='DEFAULT'
或weights='IMAGENET1K_V1'
。VGG16_Weights.IMAGENET1K_V1:
这些权重是使用简化的训练方案从头训练的。也可通过
VGG16_Weights.DEFAULT
获取。top-1 精度 (在 ImageNet-1K 上)
71.592
top-5 精度 (在 ImageNet-1K 上)
90.382
最小尺寸
高=32, 宽=32
类别
丁鲷, 金鱼, 大白鲨, ... (省略 997 个)
训练方案
参数数量
138357544
GFLOPS
15.47
文件大小
527.8 MB
推理变换可通过
VGG16_Weights.IMAGENET1K_V1.transforms
获取,并执行以下预处理操作:接受PIL.Image
对象、批量(B, C, H, W)
和单个(C, H, W)
图像torch.Tensor
对象。图像使用interpolation=InterpolationMode.BILINEAR
缩放至resize_size=[256]
,然后进行crop_size=[224]
的中心裁剪。最后,先将值重缩放到[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。VGG16_Weights.IMAGENET1K_FEATURES:
这些权重不能用于分类,因为 classifier 模块中缺少值。只有 features 模块具有有效值,可用于特征提取。这些权重是使用论文中描述的原始输入标准化方法训练的。
top-1 精度 (在 ImageNet-1K 上)
nan
top-5 精度 (在 ImageNet-1K 上)
nan
最小尺寸
高=32, 宽=32
类别
None
训练方案
参数数量
138357544
GFLOPS
15.47
文件大小
527.8 MB
推理变换可通过
VGG16_Weights.IMAGENET1K_FEATURES.transforms
获取,并执行以下预处理操作:接受PIL.Image
对象、批量(B, C, H, W)
和单个(C, H, W)
图像torch.Tensor
对象。图像使用interpolation=InterpolationMode.BILINEAR
缩放至resize_size=[256]
,然后进行crop_size=[224]
的中心裁剪。最后,先将值重缩放到[0.0, 1.0]
,然后使用mean=[0.48235, 0.45882, 0.40784]
和std=[0.00392156862745098, 0.00392156862745098, 0.00392156862745098]
进行归一化。