vgg19¶
- torchvision.models.vgg19(*, weights: Optional[VGG19_Weights] = None, progress: bool = True, **kwargs: Any) VGG [源代码]¶
来自 用于大规模图像识别的非常深的卷积网络 的 VGG-19。
- 参数:
weights (
VGG19_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,请参见下面的VGG19_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.VGG19_Weights(value)[源代码]¶
上面的模型构建器接受以下值作为
weights
参数。VGG19_Weights.DEFAULT
等效于VGG19_Weights.IMAGENET1K_V1
。您也可以使用字符串,例如weights='DEFAULT'
或weights='IMAGENET1K_V1'
。VGG19_Weights.IMAGENET1K_V1:
这些权重是使用简化的训练方案从头开始训练的。也可以作为
VGG19_Weights.DEFAULT
使用。acc@1 (在 ImageNet-1K 上)
72.376
acc@5 (在 ImageNet-1K 上)
90.876
最小尺寸
高度=32,宽度=32
类别
tench, goldfish, great white shark, … (省略 997 个)
食谱
参数数量
143667240
GFLOPS
19.63
文件大小
548.1 MB
推理变换位于
VGG19_Weights.IMAGENET1K_V1.transforms
,并执行以下预处理操作:接受PIL.Image
、批处理的(B, C, H, W)
和单个(C, H, W)
图像torch.Tensor
对象。使用interpolation=InterpolationMode.BILINEAR
将图像调整为resize_size=[256]
,然后进行crop_size=[224]
的中心裁剪。最后,将值先重新缩放到[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。