densenet201

torchvision.models.densenet201(*, weights: Optional[DenseNet201_Weights] = None, progress: bool = True, **kwargs: Any) → DenseNet

來自 Densely Connected Convolutional Networks 的 Densenet-201 模型。

參數:

• weights (DenseNet201_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 DenseNet201_Weights。預設情況下，不使用任何預訓練權重。

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

• **kwargs – 傳遞給 torchvision.models.densenet.DenseNet 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.DenseNet201_Weights(value)

上面的模型建構器接受以下值作為 weights 參數。DenseNet201_Weights.DEFAULT 等效於 DenseNet201_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

DenseNet201_Weights.IMAGENET1K_V1:

這些權重從 LuaTorch 移植而來。也可用作 DenseNet201_Weights.DEFAULT。

acc@1 (在 ImageNet-1K 上)	76.896
acc@5 (在 ImageNet-1K 上)	93.37
min_size	height=29, width=29
categories	tench, goldfish, great white shark, … (已省略 997)
recipe	link
num_params	20013928
GFLOPS	4.29
檔案大小	77.4 MB

推論轉換可在 DenseNet201_Weights.IMAGENET1K_V1.transforms 中找到，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) 圖片 torch.Tensor 物件。 圖片會使用 interpolation=InterpolationMode.BILINEAR 調整大小至 resize_size=[256]，然後進行中心裁剪至 crop_size=[224]。 最後，這些值會先重新縮放至 [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。