![68af8bfdcaea0dd64974782624740ea2.png](https://img-blog.csdnimg.cn/img_convert/68af8bfdcaea0dd64974782624740ea2.png)
来源:磐创AI
本文约1161字,建议阅读4分钟。
本文介绍pytorch中最重要的组件torchvision,它包含了常见的数据集、模型架构与预训练模型权重文件、常见图像变换、计算机视觉任务训练。
Hello大家好,这篇文章给大家详细介绍一下pytorch中最重要的组件torchvision,它包含了常见的数据集、模型架构与预训练模型权重文件、常见图像变换、计算机视觉任务训练。可以是说是pytorch中非常有用的模型迁移学习神器。本文将会介绍如何使用torchvison的预训练模型ResNet50实现图像分类。
模型
Torchvision.models包里面包含了常见的各种基础模型架构,主要包括:
AlexNetVGGResNetSqueezeNetDenseNetInception v3GoogLeNetShuffleNet v2MobileNet v2ResNeXtWide ResNetMNASNet
这里我选择了ResNet50,基于ImageNet训练的基础网络来实现图像分类, 网络模型下载与加载如下:
model = torchvision.models.resnet50(pretrained=True).eval().