快捷方式

wide_resnet50_2

torchvision.models.wide_resnet50_2(*, weights: Optional[Wide_ResNet50_2_Weights] = None, progress: bool = True, **kwargs: Any) ResNet[源代码]

来自 Wide Residual Networks 的 Wide ResNet-50-2 模型。

该模型与 ResNet 相同,只是每个块的瓶颈通道数量是其两倍。外部 1x1 卷积中的通道数量相同,例如,ResNet-50 的最后一个块有 2048-512-2048 个通道,而 Wide ResNet-50-2 有 2048-1024-2048 个通道。

参数::
  • weights (Wide_ResNet50_2_Weights,可选) – 要使用的预训练权重。有关更多详细信息以及可能的取值,请参见下面的 Wide_ResNet50_2_Weights。默认情况下,不使用任何预训练权重。

  • progress (布尔值可选) – 如果为 True,则在 stderr 中显示下载进度条。默认为 True。

  • **kwargs – 传递给 torchvision.models.resnet.ResNet 基类的参数。有关此类的更多详细信息,请参考 源代码

torchvision.models.Wide_ResNet50_2_Weights(value)[源代码]

上面的模型构建器接受以下值作为 weights 参数。 Wide_ResNet50_2_Weights.DEFAULT 等效于 Wide_ResNet50_2_Weights.IMAGENET1K_V2。您也可以使用字符串,例如 weights='DEFAULT'weights='IMAGENET1K_V1'

Wide_ResNet50_2_Weights.IMAGENET1K_V1:

这些权重使用简单的训练配方,可以密切地重现论文的结果。

acc@1(在 ImageNet-1K 上)

78.468

acc@5(在 ImageNet-1K 上)

94.086

最小尺寸

高度=1,宽度=1

类别

tench、goldfish、great white shark、…(省略 997 个)

参数数量

68883240

配方

链接

GFLOPS

11.40

文件大小

131.8 MB

推理转换可在 Wide_ResNet50_2_Weights.IMAGENET1K_V1.transforms 中找到,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 调整大小到 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]std=[0.229, 0.224, 0.225] 进行归一化。

Wide_ResNet50_2_Weights.IMAGENET1K_V2:

这些权重使用 TorchVision 的 新训练配方,改进了原始论文的结果。也可以作为 Wide_ResNet50_2_Weights.DEFAULT 使用。

acc@1(在 ImageNet-1K 上)

81.602

acc@5(在 ImageNet-1K 上)

95.758

最小尺寸

高度=1,宽度=1

类别

tench、goldfish、great white shark、…(省略 997 个)

参数数量

68883240

配方

链接

GFLOPS

11.40

文件大小

263.1 MB

推理转换可在 Wide_ResNet50_2_Weights.IMAGENET1K_V2.transforms 中找到,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 调整大小到 resize_size=[232],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]std=[0.229, 0.224, 0.225] 进行归一化。

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取面向初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源