convnext_tiny

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

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

參數:

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

• progress (bool, optional) – 若為 True，則在 stderr 上顯示下載進度條。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_Tiny_Weights(value)

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

ConvNeXt_Tiny_Weights.IMAGENET1K_V1:

這些權重透過使用 TorchVision 新訓練食譜的修改版本，改進了原始論文的結果。也可作為 ConvNeXt_Tiny_Weights.DEFAULT 使用。

acc@1 (在 ImageNet-1K 上)	82.52
acc@5 (在 ImageNet-1K 上)	96.146
min_size	height=32, width=32
類別	丁鱖, 金魚, 大白鯊, … (省略 997 個)
食譜	連結
num_params	28589128
GFLOPS	4.46
檔案大小	109.1 MB

推論轉換可在 ConvNeXt_Tiny_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。影像使用 interpolation=InterpolationMode.BILINEAR 調整大小為 resize_size=[236]，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。