vgg16_bn¶
- torchvision.models.vgg16_bn(*, weights: Optional[VGG16_BN_Weights] = None, progress: bool = True, **kwargs: Any) VGG [source]¶
VGG-16-BN 来自 Very Deep Convolutional Networks for Large-Scale Image Recognition(用于大规模图像识别的超深度卷积网络)。
- 参数:
weights (
VGG16_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VGG16_BN_Weights
。默认情况下,不使用预训练权重。progress (bool, 可选) – 如果为 True,则在标准错误输出中显示下载进度条。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a href="https://github.com/pytorch/vision/blob/main/torchvision/models/vgg.py">阅源代码。
- class torchvision.models.VGG16_BN_Weights(value)[source]¶
上面的模型构建器接受以下值作为
weights
参数。VGG16_BN_Weights.DEFAULT
等效于VGG16_BN_Weights.IMAGENET1K_V1
。您也可以使用字符串,例如weights='DEFAULT'
或weights='IMAGENET1K_V1'
。VGG16_BN_Weights.IMAGENET1K_V1:
这些权重是使用简化训练方法从头开始训练的。也可用作
VGG16_BN_Weights.DEFAULT
。acc@1(在 ImageNet-1K 上)
73.36
acc@5(在 ImageNet-1K 上)
91.516
最小尺寸
height=32, width=32
类别
丁鱥, 金鱼, 大白鲨, … (省略 997 个)
训练方法
参数数量
138365992
GFLOPS
15.47
文件大小
527.9 MB
推理转换可在
VGG16_BN_Weights.IMAGENET1K_V1.transforms
中获取,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(C, H, W)
图像torch.Tensor
对象。图像使用interpolation=InterpolationMode.BILINEAR
缩放至resize_size=[256]
,然后进行中心裁剪至crop_size=[224]
。最后,值首先缩放至[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。