ResNeXt WSL：8亿参数，用ImageNet做微调，pytorch一行代码调用ResNeXt WSL。

ResNeXt WSL，有超过8亿个参数，用Instagram上面的9.4亿张图做了 (弱监督预训练) ，用ImageNet做了微调。

名词解释：WSL是弱监督学习

4种模型的名称、参数、准确率：

ResNext-101 32x48d型号在ImageNet上实现了85.4%的最新精度。

一行代码可调用

现在，四个预训练模型都已经开源。加载只需：

import torch
model = torch.hub.load('facebookresearch/WSL-Images', 'resnext101_32x8d_wsl')
# or
# model = torch.hub.load('facebookresearch/WSL-Images', 'resnext101_32x16d_wsl')
# or
# model = torch.hub.load('facebookresearch/WSL-Images', 'resnext101_32x32d_wsl')
# or
#model = torch.hub.load('facebookresearch/WSL-Images', 'resnext101_32x48d_wsl')
model.eval()

对torch.hub不懂得可以参考这篇博客：PyTorch Hub发布！一行代码调用所有模型：torch.hub