inception_v3

torchvision.models.inception_v3(*, weights: Optional[Inception_V3_Weights] = None, progress: bool = True, **kwargs: Any) → Inception3

Inception v3 模型架構，來自 Rethinking the Inception Architecture for Computer Vision。

注意

重要提示：與其他模型相比，inception_v3 需要大小為 N x 3 x 299 x 299 的張量，因此請確保您的影像大小相應調整。

引數:

• weights (Inception_V3_Weights, 可選) – 模型的預訓練權重。有關更多詳細資訊和可能值，請參閱下面的 Inception_V3_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.Inception3 基類的引數。有關此類的更多詳細資訊，請參閱 原始碼。

class torchvision.models.Inception_V3_Weights(value)

上面的模型構建器接受以下值作為 weights 引數。 Inception_V3_Weights.DEFAULT 等同於 Inception_V3_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

Inception_V3_Weights.IMAGENET1K_V1:

這些權重是從原始論文移植過來的。也可透過 Inception_V3_Weights.DEFAULT 獲取。

acc@1 (在 ImageNet-1K 上)	77.294
acc@5 (在 ImageNet-1K 上)	93.45
引數數量	27161264
min_size	height=75, width=75
類別	丁鯡、金魚、大白鯊、... (省略 997 個)
方案	連結
GFLOPS	5.71
檔案大小	103.9 MB

推理轉換可在 Inception_V3_Weights.IMAGENET1K_V1.transforms 處獲得，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 插值調整到 resize_size=[342]，然後進行中心裁剪 crop_size=[299]。最後，值首先縮放到 [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。