maskrcnn_resnet50_fpn_v2¶
- torchvision.models.detection.maskrcnn_resnet50_fpn_v2(*, weights: Optional[MaskRCNN_ResNet50_FPN_V2_Weights] = None, progress: bool = True, num_classes: Optional[int] = None, weights_backbone: Optional[ResNet50_Weights] = None, trainable_backbone_layers: Optional[int] = None, **kwargs: Any) MaskRCNN[source]¶
改進的 Mask R-CNN 模型，帶有來自 Benchmarking Detection Transfer Learning with Vision Transformers 論文的 ResNet-50-FPN 主幹網路。
警告
檢測模組處於 Beta 階段，不保證向後相容性。
更多詳情請參閱
maskrcnn_resnet50_fpn()。- 引數:
weights (
MaskRCNN_ResNet50_FPN_V2_Weights, 可選) – 要使用的預訓練權重。更多詳細資訊和可能的取值請參閱下面的MaskRCNN_ResNet50_FPN_V2_Weights。預設情況下，不使用預訓練權重。progress (bool, 可選) – 如果為 True，則在 stderr 中顯示下載進度條。預設為 True。
num_classes (int, 可選) – 模型的輸出類別數（包括背景類別）
weights_backbone (
ResNet50_Weights, 可選) – 主幹網路的預訓練權重。trainable_backbone_layers (int, 可選) – 從最後一個塊開始的可訓練（未凍結）層數。有效值為 0 到 5 之間，其中 5 表示所有主幹網路層都可訓練。如果傳入
None（預設值），則此值設為 3。**kwargs – 傳遞給
torchvision.models.detection.mask_rcnn.MaskRCNN基類的引數。有關此類的更多詳細資訊，請參閱原始碼。
- class torchvision.models.detection.MaskRCNN_ResNet50_FPN_V2_Weights(value)[source]¶
上面的模型構建器接受以下值作為
weights引數。MaskRCNN_ResNet50_FPN_V2_Weights.DEFAULT等同於MaskRCNN_ResNet50_FPN_V2_Weights.COCO_V1。您也可以使用字串，例如weights='DEFAULT'或weights='COCO_V1'。MaskRCNN_ResNet50_FPN_V2_Weights.COCO_V1:
這些權重是使用增強的訓練方法生成的，以提高模型精度。也可作為
MaskRCNN_ResNet50_FPN_V2_Weights.DEFAULT使用。box_map (在 COCO-val2017 上)
47.4
mask_map (在 COCO-val2017 上)
41.8
類別
__background__, person, bicycle, … (省略 88 個)
最小尺寸
height=1, width=1
引數數量
46359409
訓練方法
GFLOPS
333.58
檔案大小
177.2 MB
推理變換可在
MaskRCNN_ResNet50_FPN_V2_Weights.COCO_V1.transforms處獲得，並執行以下預處理操作：接受PIL.Image、批處理(B, C, H, W)和單個(C, H, W)影像torch.Tensor物件。影像將被縮放至[0.0, 1.0]。
