convnext_base

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

ConvNeXt Base 模型架构，出自 A ConvNet for the 2020s 论文。

参数:

• weights (ConvNeXt_Base_Weights, 可选) – 要使用的预训练权重。有关更多详细信息和可能的值，请参见下面的 ConvNeXt_Base_Weights。默认情况下，不使用预训练权重。

• progress (bool, optional) – 如果为 True，则在 stderr 上显示下载进度条。默认为 True。

• **kwargs – 传递给 torchvision.models.convnext.ConvNext 基类的参数。有关此类更多详细信息，请参阅 源代码。

class torchvision.models.ConvNeXt_Base_Weights(value)

上面的模型构建器接受以下值作为 weights 参数。 ConvNeXt_Base_Weights.DEFAULT 等同于 ConvNeXt_Base_Weights.IMAGENET1K_V1。您也可以使用字符串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

ConvNeXt_Base_Weights.IMAGENET1K_V1:

这些权重通过使用 TorchVision 新训练配方 的修改版本，改进了原始论文的结果。也可用作 ConvNeXt_Base_Weights.DEFAULT。

acc@1 (在 ImageNet-1K 上)	84.062
acc@5 (在 ImageNet-1K 上)	96.87
min_size	height=32, width=32
类别	丁鲱、金鱼、大白鲨、... (省略 997 个)
方案	链接
参数数量	88591464
GFLOPS	15.36
文件大小	338.1 MB

推理转换可在 ConvNeXt_Base_Weights.IMAGENET1K_V1.transforms 处获得，并执行以下预处理操作：接受 PIL.Image、批量 (B, C, H, W) 和单个 (C, H, W) 图像 torch.Tensor 对象。使用 interpolation=InterpolationMode.BILINEAR 将图像调整到 resize_size=[232]，然后进行中心裁剪 crop_size=[224]。最后，将值首先缩放到 [0.0, 1.0]，然后使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 进行归一化。