vgg16

torchvision.models.vgg16(*, weights: Optional[VGG16_Weights] = None, progress: bool = True, **kwargs: Any) → VGG

来自 用于大规模图像识别的非常深的卷积网络 的 VGG-16。

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取值，请参见下面的 VGG16_Weights。默认情况下，不使用任何预训练权重。

• progress (bool, 可选) – 如果为 True，则在 stderr 上显示下载进度条。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，请参考 源代码。

class torchvision.models.VGG16_Weights(value)

上面的模型构建器接受以下值作为 weights 参数。 VGG16_Weights.DEFAULT 等效于 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配方从头开始训练的。也可以作为 VGG16_Weights.DEFAULT 使用。

acc@1 (在 ImageNet-1K 上)	71.592
acc@5 (在 ImageNet-1K 上)	90.382
最小尺寸	height=32, width=32
类别	tench, goldfish, great white shark, … (997 项省略)
配方	链接
参数数量	138357544
GFLOPS	15.47
文件大小	527.8 MB

推理变换在 VGG16_Weights.IMAGENET1K_V1.transforms 中可用，并执行以下预处理操作：接受 PIL.Image、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 调整大小为 resize_size=[256]，然后以 crop_size=[224] 进行中心裁剪。最后，这些值首先重新缩放为 [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。

VGG16_Weights.IMAGENET1K_FEATURES:

这些权重不能用于分类，因为它们在 classifier 模块中缺少值。只有 features 模块具有有效值，可用于特征提取。这些权重使用论文中描述的原始输入标准化方法进行训练。

acc@1 (在 ImageNet-1K 上)	nan
acc@5 (在 ImageNet-1K 上)	nan
最小尺寸	height=32, width=32
类别	None
配方	链接
参数数量	138357544
GFLOPS	15.47
文件大小	527.8 MB

推理变换在 VGG16_Weights.IMAGENET1K_FEATURES.transforms 中可用，并执行以下预处理操作：接受 PIL.Image、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 调整大小为 resize_size=[256]，然后以 crop_size=[224] 进行中心裁剪。最后，这些值首先重新缩放为 [0.0, 1.0]，然后使用 mean=[0.48235, 0.45882, 0.40784] 和 std=[0.00392156862745098, 0.00392156862745098, 0.00392156862745098] 进行标准化。