inception_v3

torchvision.models.quantization.inception_v3(*, weights: Optional[Union[Inception_V3_QuantizedWeights, Inception_V3_Weights]] = None, progress: bool = True, quantize: bool = False, **kwargs: Any) → QuantizableInception3

Inception v3 模型架构，来自 Rethinking the Inception Architecture for Computer Vision。

注意

重要提示：与其他模型不同，inception_v3 需要尺寸为 N x 3 x 299 x 299 的张量，请确保您的图像尺寸与之匹配。

注意

请注意，quantize = True 返回一个具有 8 位权重的量化模型。量化模型仅支持推理，并在 CPU 上运行。尚不支持 GPU 推理。

参数:

• weights (Inception_V3_QuantizedWeights 或 Inception_V3_Weights, 可选) – 模型的预训练权重。有关更多详细信息以及可能的值，请参见下面的 Inception_V3_QuantizedWeights。默认情况下，不使用预训练权重。

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

• quantize (bool, 可选) – 如果为 True，则返回模型的量化版本。默认为 False。

• **kwargs – 传递给 torchvision.models.quantization.QuantizableInception3 基类的参数。有关此类文件的更多详细信息，请参阅 源代码。

class torchvision.models.quantization.Inception_V3_QuantizedWeights(value)

上面的模型构建器接受以下值作为 weights 参数。 Inception_V3_QuantizedWeights.DEFAULT 等同于 Inception_V3_QuantizedWeights.IMAGENET1K_FBGEMM_V1。您也可以使用字符串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_FBGEMM_V1'。

Inception_V3_QuantizedWeights.IMAGENET1K_FBGEMM_V1:

这些权重是通过对下面的非量化权重执行训练后量化（eager 模式）生成的。也可作为 Inception_V3_QuantizedWeights.DEFAULT 使用。

acc@1 (在 ImageNet-1K 上)	77.176
acc@5 (在 ImageNet-1K 上)	93.354
参数数量	27161264
min_size	height=75, width=75
类别	丁鲱、金鱼、大白鲨、... (省略 997 个)
backend	fbgemm
方案	链接
unquantized	Inception_V3_Weights.IMAGENET1K_V1
GIPS	5.71
文件大小	23.1 MB

推理变换可在 Inception_V3_QuantizedWeights.IMAGENET1K_FBGEMM_V1.transforms 中找到，并执行以下预处理操作：接受 PIL.Image、批处理的 (B, C, H, W) 和单个 (C, H, W) 图像 torch.Tensor 对象。图像使用 interpolation=InterpolationMode.BILINEAR 调整到 resize_size=[342]，然后进行中心裁剪，裁剪尺寸为 crop_size=[299]。最后，值首先被重缩放到 [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。

class torchvision.models.Inception_V3_Weights(value)

上面的模型构建器接受以下值作为 weights 参数。 Inception_V3_Weights.DEFAULT 等同于 Inception_V3_Weights.IMAGENET1K_V1。您也可以使用字符串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

Inception_V3_Weights.IMAGENET1K_V1:

这些权重是从原始论文移植过来的。也可作为 Inception_V3_Weights.DEFAULT 使用。

acc@1 (在 ImageNet-1K 上)	77.294
acc@5 (在 ImageNet-1K 上)	93.45
参数数量	27161264
min_size	height=75, width=75
类别	丁鲱、金鱼、大白鲨、... (省略 997 个)
方案	链接
GFLOPS	5.71
文件大小	103.9 MB

推理变换可在 Inception_V3_Weights.IMAGENET1K_V1.transforms 中找到，并执行以下预处理操作：接受 PIL.Image、批处理的 (B, C, H, W) 和单个 (C, H, W) 图像 torch.Tensor 对象。图像使用 interpolation=InterpolationMode.BILINEAR 调整到 resize_size=[342]，然后进行中心裁剪，裁剪尺寸为 crop_size=[299]。最后，值首先被重缩放到 [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。