shufflenet_v2_x0_5

torchvision.models.shufflenet_v2_x0_5(*, weights: Optional[ShuffleNet_V2_X0_5_Weights] = None, progress: bool = True, **kwargs: Any) → ShuffleNetV2

构建一个 ShuffleNetV2 架构，输出通道为 0.5x，如 ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design 所述。

参数:

• weights (ShuffleNet_V2_X0_5_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 ShuffleNet_V2_X0_5_Weights。默认情况下，不使用预训练权重。

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

• **kwargs – 传递给 torchvision.models.shufflenetv2.ShuffleNetV2 基类的参数。有关此类更多详细信息，请参阅 源代码。

class torchvision.models.ShuffleNet_V2_X0_5_Weights(value)

上面的模型构建器接受以下值作为 weights 参数。 ShuffleNet_V2_X0_5_Weights.DEFAULT 等同于 ShuffleNet_V2_X0_5_Weights.IMAGENET1K_V1。您也可以使用字符串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

ShuffleNet_V2_X0_5_Weights.IMAGENET1K_V1:

这些权重是从头开始训练的，以密切复现论文的结果。也可用作 ShuffleNet_V2_X0_5_Weights.DEFAULT。

acc@1 (在 ImageNet-1K 上)	60.552
acc@5 (在 ImageNet-1K 上)	81.746
min_size	height=1, width=1
类别	丁鲱、金鱼、大白鲨、... (省略 997 个)
方案	链接
参数数量	1366792
GFLOPS	0.04
文件大小	5.3 MB

推理转换可在 ShuffleNet_V2_X0_5_Weights.IMAGENET1K_V1.transforms 找到，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。