resnet50

torchvision.models.resnet50(*, weights: Optional[ResNet50_Weights] = None, progress: bool = True, **kwargs: Any) → ResNet

来自 Deep Residual Learning for Image Recognition 的 ResNet-50。

注意

TorchVision 的瓶颈将下采样步幅放在第二个 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 (ResNet50_Weights, optional) – 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 ResNet50_Weights。默认情况下，不使用预训练权重。

• progress (bool, optional) – 如果为 True，将在 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。有关此类更多详细信息，请参阅 源代码。

class torchvision.models.ResNet50_Weights(value)

上面的模型构建器接受以下值作为 weights 参数。ResNet50_Weights.DEFAULT 等同于 ResNet50_Weights.IMAGENET1K_V2。您也可以使用字符串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

ResNet50_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)	76.13
acc@5 (在 ImageNet-1K 上)	92.862
min_size	height=1, width=1
类别	丁鲱、金鱼、大白鲨、... (省略 997 个)
参数数量	25557032
方案	链接
GFLOPS	4.09
文件大小	97.8 MB

推理变换可在 ResNet50_Weights.IMAGENET1K_V1.transforms 找到，并执行以下预处理操作：接受 PIL.Image、批量处理的 (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=[256]，然后进行中心裁剪 crop_size=[224]。最后，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。

ResNet50_Weights.IMAGENET1K_V2:

这些权重通过使用 TorchVision 的 新训练方法 改进了原始论文的结果。也可用作 ResNet50_Weights.DEFAULT。

acc@1 (在 ImageNet-1K 上)	80.858
acc@5 (在 ImageNet-1K 上)	95.434
min_size	height=1, width=1
类别	丁鲱、金鱼、大白鲨、... (省略 997 个)
参数数量	25557032
方案	链接
GFLOPS	4.09
文件大小	97.8 MB

推理变换可在 ResNet50_Weights.IMAGENET1K_V2.transforms 找到，并执行以下预处理操作：接受 PIL.Image、批量处理的 (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=[232]，然后进行中心裁剪 crop_size=[224]。最后，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。