convnext_small

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

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

參數:

• weights (ConvNeXt_Small_Weights, optional) – 要使用的預訓練權重。有關更多詳細資訊和可能的值，請參閱下方的 ConvNeXt_Small_Weights。預設情況下，不使用預訓練權重。

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

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

class torchvision.models.ConvNeXt_Small_Weights(value)

上面的模型建構器接受以下值作為 weights 參數。ConvNeXt_Small_Weights.DEFAULT 等同於 ConvNeXt_Small_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

ConvNeXt_Small_Weights.IMAGENET1K_V1:

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

acc@1 (在 ImageNet-1K 上)	83.616
acc@5 (在 ImageNet-1K 上)	96.65
min_size	height=32, width=32
categories	tench, goldfish, great white shark, … (已省略 997 個)
recipe	link
num_params	50223688
GFLOPS	8.68
檔案大小	191.7 MB

推論轉換可在 ConvNeXt_Small_Weights.IMAGENET1K_V1.transforms 中取得，並執行以下預處理操作：接受 PIL.Image、批次 (B, C, H, W) 和單張 (C, H, W) 影像 torch.Tensor 物件。影像會使用 interpolation=InterpolationMode.BILINEAR 調整大小為 resize_size=[230]，然後進行 crop_size=[224] 的中心裁剪。最後，值會先重新縮放至 [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。