如何准确列出torchvision中的所有CNN分类模型？

一、核心模型类（可直接实例化） #

• AlexNet（亚历克斯网络）
• ConvNeXt（卷积下一代网络）
• DenseNet（密集连接网络）
• EfficientNet（高效网络）
• GoogLeNet（谷歌网络）
• Inception3（InceptionV3 网络）
• MNASNet（移动端 NAS 搜索网络）
• MaxVit（混合视觉Transformer*注：结合CNN与Transformer架构）
• MobileNetV2（移动端轻量网络V2）
• MobileNetV3（移动端轻量网络V3）
• RegNet（正则化残差网络）
• ResNet（残差网络）
• ResNeXt（残差网络变体）
• ShuffleNetV2（轻量洗牌网络V2）
• SqueezeNet（轻量压缩网络）
• VGG（视觉几何组网络）

二、便捷构造函数（直接返回初始化/预训练模型） #

AlexNet 系列 #

• alexnet

ConvNeXt 系列 #

• convnext_tiny
• convnext_small
• convnext_base
• convnext_large

DenseNet 系列 #

• densenet121
• densenet161
• densenet169
• densenet201

EfficientNet 系列 #

• efficientnet_b0、efficientnet_b1、efficientnet_b2、efficientnet_b3、efficientnet_b4、efficientnet_b5、efficientnet_b6、efficientnet_b7
• efficientnet_v2_s、efficientnet_v2_m、efficientnet_v2_l

GoogLeNet 系列 #

• googlenet

InceptionV3 系列 #

• inception_v3

MNASNet 系列 #

• mnasnet0_5、mnasnet0_75、mnasnet1_0、mnasnet1_3

MaxVit 系列 #

• maxvit_t

MobileNet 系列 #

• mobilenet_v2
• mobilenet_v3_small、mobilenet_v3_large

RegNet 系列 #

• RegNet-X：regnet_x_400mf、regnet_x_800mf、regnet_x_1_6gf、regnet_x_3_2gf、regnet_x_8gf、regnet_x_16gf、regnet_x_32gf
• RegNet-Y：regnet_y_400mf、regnet_y_800mf、regnet_y_1_6gf、regnet_y_3_2gf、regnet_y_8gf、regnet_y_16gf、regnet_y_32gf、regnet_y_128gf

ResNet/ResNeXt/WideResNet 系列 #

• ResNet 基础：resnet18、resnet34、resnet50、resnet101、resnet152
• ResNeXt：resnext50_32x4d、resnext101_32x8d、resnext101_64x4d
• WideResNet：wide_resnet50_2、wide_resnet101_2

ShuffleNetV2 系列 #

• shufflenet_v2_x0_5、shufflenet_v2_x1_0、shufflenet_v2_x1_5、shufflenet_v2_x2_0

SqueezeNet 系列 #

• squeezenet1_0、squeezenet1_1

VGG 系列 #

• 基础版：vgg11、vgg13、vgg16、vgg19
• 带批归一化版：vgg11_bn、vgg13_bn、vgg16_bn、vgg19_bn

三、精准筛选模型的代码示例 #

方法1：基于类型与命名规则过滤 #

import torchvision
import inspect

# 筛选CNN分类模型类（排除Transformer、权重类、内部输出类）
cnn_model_classes = [name for name, obj in inspect.getmembers(torchvision.models)
                     if inspect.isclass(obj)
                     and not name.endswith("Weights")
                     and not name.endswith("Outputs")
                     and not name.startswith("_")
                     and name not in ["VisionTransformer", "SwinTransformer"]]

print("CNN分类模型类列表：", cnn_model_classes)

方法2：使用官方list_models函数（更可靠） #

import torchvision

# 列出所有图像分类模型
classification_models = torchvision.models.list_models(module=torchvision.models)
# 可选：进一步过滤纯CNN模型（排除Transformer类）
cnn_models = [m for m in classification_models if m not in ["vit_b_16", "vit_b_32", "vit_l_16", "vit_l_32", "vit_h_14", "swin_t", "swin_s", "swin_b", "swin_v2_t", "swin_v2_s", "swin_v2_b"]]

print("CNN分类模型列表：", cnn_models)

内容的提问来源于stack exchange，提问作者Eric