convnext_large

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

來自A ConvNet for the 2020s論文的 ConvNeXt Large 模型架構。

參數:

• weights (ConvNeXt_Large_Weights, optional) – 要使用的預訓練權重。 請參閱下方的ConvNeXt_Large_Weights以獲得更多詳細資訊和可能的值。 預設情況下，不使用任何預先訓練的權重。

• progress (bool, optional) – 如果為 True，則會將下載進度條顯示到 stderr。預設值為 True。

• **kwargs – 傳遞給 torchvision.models.convnext.ConvNext 基底類別的參數。 有關此類別的更多詳細資訊，請參閱原始碼。

class torchvision.models.ConvNeXt_Large_Weights(value)

上面的模型建構器接受以下值作為 weights 參數。 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:

這些權重通過使用 TorchVision 修改後的 新訓練秘訣，改進了原始論文的結果。 也可作為 ConvNeXt_Large_Weights.DEFAULT 使用。

acc@1 (在 ImageNet-1K 上)	84.414
acc@5 (在 ImageNet-1K 上)	96.976
min_size	height=32, width=32
categories	tench, goldfish, great white shark, … (省略 997 個)
recipe	link
num_params	197767336
GFLOPS	34.36
File size	754.5 MB

推論轉換可在 ConvNeXt_Large_Weights.IMAGENET1K_V1.transforms 中找到，並執行以下預處理操作：接受 PIL.Image、批次化的 (B, C, H, W) 和單個 (C, H, W) 影像 torch.Tensor 物件。 影像會使用 interpolation=InterpolationMode.BILINEAR 調整大小為 resize_size=[232]，然後進行中心裁剪 crop_size=[224]。 最後，這些值首先被重新縮放至 [0.0, 1.0]，然後使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 進行正規化。