vgg16_bn

torchvision.models.vgg16_bn(※, weights: Optional[VGG16_BN_Weights] = None, progress: bool = True, **kwargs: Any) → VGG

VGG-16-BN 來自 Very Deep Convolutional Networks for Large-Scale Image Recognition。

引數:

• weights (VGG16_BN_Weights, 可選) – 要使用的預訓練權重。有關更多詳細資訊以及可能的值，請參閱下面的 VGG16_BN_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.vgg.VGG 基類的引數。有關此類引數的更多詳細資訊，請參閱 原始碼。

class torchvision.models.VGG16_BN_Weights(value)

上面的模型構建器接受以下值作為 weights 引數。 VGG16_BN_Weights.DEFAULT 等同於 VGG16_BN_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

VGG16_BN_Weights.IMAGENET1K_V1:

這些權重是透過使用簡化的訓練配方從頭開始訓練的。也可透過 VGG16_BN_Weights.DEFAULT 獲取。

acc@1 (在 ImageNet-1K 上)	73.36
acc@5 (在 ImageNet-1K 上)	91.516
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	138365992
GFLOPS	15.47
檔案大小	527.9 MB

推理變換可在 VGG16_BN_Weights.IMAGENET1K_V1.transforms 獲得，並執行以下預處理操作：接受 PIL.Image、批次處理的 (B, C, H, W) 和單個 (C, H, W) 影像 torch.Tensor 物件。影像使用 interpolation=InterpolationMode.BILINEAR 調整到 resize_size=[256]，然後進行中心裁剪 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。