inception_v3

torchvision.models.inception_v3(*, weights: Optional[Inception_V3_Weights] = None, progress: bool = True, **kwargs: Any) → Inception3

來自重新思考用於電腦視覺的 Inception 架構的 Inception v3 模型架構。

注意

重要：與其他模型相反，inception_v3 預期張量的大小為 N x 3 x 299 x 299，因此請確保您的影像大小相應。

參數:

• weights (Inception_V3_Weights, optional) – 模型的預訓練權重。 詳情以及可能的值，請參閱下方的Inception_V3_Weights。 預設情況下，不使用任何預先訓練的權重。

• progress (bool, optional) – 如果為 True，則會顯示下載到 stderr 的進度列。 預設值為 True。

• **kwargs – 傳遞給 torchvision.models.Inception3 基底類別的參數。 請參考 原始碼 以取得關於此類別的更多詳細資訊。

class torchvision.models.Inception_V3_Weights(value)

上述模型建構器接受以下值作為 weights 參數。 Inception_V3_Weights.DEFAULT 等同於 Inception_V3_Weights.IMAGENET1K_V1。 您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

Inception_V3_Weights.IMAGENET1K_V1:

這些權重從原始論文移植而來。 也可作為 Inception_V3_Weights.DEFAULT 使用。

acc@1 (在 ImageNet-1K 上)	77.294
acc@5 (在 ImageNet-1K 上)	93.45
num_params	27161264
min_size	height=75, width=75
categories	tench, goldfish, great white shark, … (省略 997 個)
recipe	link
GFLOPS	5.71
File size	103.9 MB

推論轉換可在 Inception_V3_Weights.IMAGENET1K_V1.transforms 中取得，並執行以下預處理操作： 接受 PIL.Image、批次處理的 (B, C, H, W) 和單一的 (C, H, W) 影像 torch.Tensor 物件。 影像會使用 interpolation=InterpolationMode.BILINEAR 調整大小至 resize_size=[342]，然後進行 crop_size=[299] 的中心裁剪。 最後，這些值會先重新縮放到 [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。