快捷方式

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'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

链接

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]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

链接

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]std=[0.00392156862745098, 0.00392156862745098, 0.00392156862745098] 进行归一化。

文档

查阅 PyTorch 全面开发者文档

查看文档

教程

获取面向初学者和高级开发者的深度教程

查看教程

资源

查找开发资源并获得问题解答

查看资源