resnet152

torchvision.models.resnet152(\*, weights: Optional[ResNet152_Weights] = None, progress: bool = True, **kwargs: Any) → ResNet

ResNet-152 来自 Deep Residual Learning for Image Recognition。

注意

TorchVision 的瓶颈是将下采样步长放在第二个 3x3 卷积上，而原始论文将其放在第一个 1x1 卷积上。此变体提高了准确性，并被称为 ResNet V1.5。

参数:

• weights (ResNet152_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，请参阅下面的 ResNet152_Weights。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。

• \*\*kwargs – 传递给 torchvision.models.resnet.ResNet 基类的参数。有关此类参数的更多详细信息，请参阅 源代码。

class torchvision.models.ResNet152_Weights(value)

上面的模型构建器接受以下值作为 weights 参数。 ResNet152_Weights.DEFAULT 等同于 ResNet152_Weights.IMAGENET1K_V2。您也可以使用字符串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

ResNet152_Weights.IMAGENET1K_V1:

这些权重通过简单的训练配方，非常接近论文的结果。

acc@1 (在 ImageNet-1K 上)	78.312
acc@5 (在 ImageNet-1K 上)	94.046
min_size	height=1, width=1
类别	丁鲱、金鱼、大白鲨、... (省略 997 个)
参数数量	60192808
方案	链接
GFLOPS	11.51
文件大小	230.4 MB

推理转换可在 ResNet152_Weights.IMAGENET1K_V1.transforms 获得，并执行以下预处理操作：接受 PIL.Image、批量化 (B, C, H, W) 和单张 (C, H, W) 图像 torch.Tensor 对象。图像使用 interpolation=InterpolationMode.BILINEAR 缩放到 resize_size=[256]，然后进行中心裁剪 crop_size=[224]。最后，值首先被缩放到 [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。

ResNet152_Weights.IMAGENET1K_V2:

这些权重通过使用 TorchVision 的 新训练配方，改进了原始论文的结果。也称为 ResNet152_Weights.DEFAULT。

acc@1 (在 ImageNet-1K 上)	82.284
acc@5 (在 ImageNet-1K 上)	96.002
min_size	height=1, width=1
类别	丁鲱、金鱼、大白鲨、... (省略 997 个)
参数数量	60192808
方案	链接
GFLOPS	11.51
文件大小	230.5 MB

推理转换可在 ResNet152_Weights.IMAGENET1K_V2.transforms 获得，并执行以下预处理操作：接受 PIL.Image、批量化 (B, C, H, W) 和单张 (C, H, W) 图像 torch.Tensor 对象。图像使用 interpolation=InterpolationMode.BILINEAR 缩放到 resize_size=[232]，然后进行中心裁剪 crop_size=[224]。最后，值首先被缩放到 [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。