vgg19

torchvision.models.vgg19(*, weights: Optional[VGG19_Weights] = None, progress: bool = True, **kwargs: Any) → VGG

VGG-19 來自 用於大規模圖像辨識的超深度卷積網路。

參數:

• weights (VGG19_Weights, optional) – 要使用的預訓練權重。請參閱下方的 VGG19_Weights 以取得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，則將下載進度條顯示至 stderr。預設值為 True。

• **kwargs – 傳遞至 torchvision.models.vgg.VGG 基礎類別的參數。關於此類別的更多詳細資訊，請參閱 原始碼。

class torchvision.models.VGG19_Weights(value)

上述模型建構器接受以下值作為 weights 參數。VGG19_Weights.DEFAULT 等同於 VGG19_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

VGG19_Weights.IMAGENET1K_V1:

這些權重是透過使用簡化的訓練方法從頭開始訓練的。也可作為 VGG19_Weights.DEFAULT 使用。

acc@1 (在 ImageNet-1K 上)	72.376
acc@5 (在 ImageNet-1K 上)	90.876
min_size	height=32, width=32
類別	丁魚, 金魚, 大白鯊, … (省略 997 個)
方法	連結
num_params	143667240
GFLOPS	19.63
檔案大小	548.1 MB

VGG19_Weights.IMAGENET1K_V1.transforms 提供推論轉換，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，數值會先重新縮放至 [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。