densenet169

torchvision.models.densenet169(*, weights: Optional[DenseNet169_Weights] = None, progress: bool = True, **kwargs: Any) → DenseNet

來自Densely Connected Convolutional Networks的 Densenet-169 模型。

參數：:

• weights (DenseNet169_Weights, 選用) – 要使用的預訓練權重。請參閱下方 DenseNet169_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, 選用) – 若為 True，則將下載進度列顯示至 stderr。預設值為 True。

• **kwargs – 傳遞至 torchvision.models.densenet.DenseNet 基底類別的參數。關於此類別的更多詳細資訊，請參閱原始程式碼。

class torchvision.models.DenseNet169_Weights(value)

上述模型建構器接受以下值作為 weights 參數。DenseNet169_Weights.DEFAULT 等同於 DenseNet169_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

DenseNet169_Weights.IMAGENET1K_V1:

這些權重是從 LuaTorch 移植而來。也以 DenseNet169_Weights.DEFAULT 提供。

acc@1 (在 ImageNet-1K 上)	75.6
acc@5 (在 ImageNet-1K 上)	92.806
min_size	height=29, width=29
類別	丁鱖, 金魚, 大白鯊, … (已省略 997 個)
食譜	連結
num_params	14149480
GFLOPS	3.36
檔案大小	54.7 MB

推論轉換可在 DenseNet169_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 調整大小至 resize_size=[256]，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] 進行標準化。