convnext_large

torchvision.models.convnext_large( *, weights: Optional[ConvNeXt_Large_Weights] = None, progress: bool = True, **kwargs: Any) → ConvNeXt

ConvNeXt Large 模型架構，出自 A ConvNet for the 2020s 論文。

引數:

• weights (ConvNeXt_Large_Weights, optional) – 使用的預訓練權重。有關更多詳細資訊和可能值，請參閱下面的 ConvNeXt_Large_Weights。預設情況下，不使用預訓練權重。

• progress (bool, optional) – 如果為 True，則在 stderr 上顯示下載進度條。預設為 True。

• **kwargs – 傳遞給 torchvision.models.convnext.ConvNeXt 基類的引數。有關此類名稱的更多詳細資訊，請參閱 原始碼。

class torchvision.models.ConvNeXt_Large_Weights(value)

上面的模型構建器接受以下值作為 weights 引數。 ConvNeXt_Large_Weights.DEFAULT 等同於 ConvNeXt_Large_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

ConvNeXt_Large_Weights.IMAGENET1K_V1:

這些權重透過使用 TorchVision 的 新訓練配方 的修改版本，改進了原始論文的結果。也可使用 ConvNeXt_Large_Weights.DEFAULT。

acc@1 (在 ImageNet-1K 上)	84.414
acc@5 (在 ImageNet-1K 上)	96.976
min_size	height=32, width=32
類別	丁鯡、金魚、大白鯊、... (省略 997 個)
方案	連結
引數數量	197767336
GFLOPS	34.36
檔案大小	754.5 MB

推理轉換可在 ConvNeXt_Large_Weights.IMAGENET1K_V1.transforms 找到，並執行以下預處理操作：接受 PIL.Image、批處理的 (B, C, H, W) 和單個 (C, H, W) 影像 torch.Tensor 物件。影像使用 InterpolationMode.BILINEAR 插值調整大小至 resize_size=[232]，然後進行中心裁剪至 crop_size=[224]。最後，值首先重新縮放到 [0.0, 1.0]，然後使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 進行歸一化。