lraspp_mobilenet_v3_large¶
- torchvision.models.segmentation.lraspp_mobilenet_v3_large(*, weights: Optional[LRASPP_MobileNet_V3_Large_Weights] = None, progress: bool = True, num_classes: Optional[int] = None, weights_backbone: Optional[MobileNet_V3_Large_Weights] = MobileNet_V3_Large_Weights.IMAGENET1K_V1, **kwargs: Any) LRASPP[source]¶
构建一个 Lite R-ASPP 网络模型，该模型使用 MobileNetV3-Large 主干，出自《Searching for MobileNetV3》论文。
警告
分割模块尚处于 Beta 阶段，不保证向后兼容。
- 参数：
weights (
LRASPP_MobileNet_V3_Large_Weights, 可选) – 要使用的预训练权重。请参阅LRASPP_MobileNet_V3_Large_Weights下文以获取更多详情和可能的值。默认情况下，不使用预训练权重。progress (bool, 可选) – 如果为 True，则在 stderr 中显示下载进度条。默认值为 True。
num_classes (int, 可选) – 模型的输出类别数（包括背景）。
aux_loss (bool, 可选) – 如果为 True，则使用辅助损失。
weights_backbone (
MobileNet_V3_Large_Weights, 可选) – 主干网络的预训练权重。**kwargs – 传递给
torchvision.models.segmentation.LRASPP基类的参数。请参阅源代码了解有关此类的更多详情。
- class torchvision.models.segmentation.LRASPP_MobileNet_V3_Large_Weights(value)[source]¶
上面的模型构建器接受以下值作为
weights参数。LRASPP_MobileNet_V3_Large_Weights.DEFAULT等同于LRASPP_MobileNet_V3_Large_Weights.COCO_WITH_VOC_LABELS_V1。您也可以使用字符串，例如weights='DEFAULT'或weights='COCO_WITH_VOC_LABELS_V1'。LRASPP_MobileNet_V3_Large_Weights.COCO_WITH_VOC_LABELS_V1:
这些权重是在 COCO 的一个子集上训练的，仅使用 Pascal VOC 数据集中存在的 20 个类别。也可用作
LRASPP_MobileNet_V3_Large_Weights.DEFAULT。miou （在 COCO-val2017-VOC-labels 上）
57.9
pixel_acc （在 COCO-val2017-VOC-labels 上）
91.2
num_params
3221538
类别
__background__、aeroplane、bicycle、…… (省略 18 个)
min_size
height=1, width=1
recipe
GFLOPS
2.09
文件大小
12.5 MB
推理转换可在
LRASPP_MobileNet_V3_Large_Weights.COCO_WITH_VOC_LABELS_V1.transforms获取，并执行以下预处理操作：接受PIL.Image、批处理的(B, C, H, W)和单个(C, H, W)图像torch.Tensor对象。图像将被缩放到resize_size=[520]，使用interpolation=InterpolationMode.BILINEAR。最后，值首先被重新缩放到[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。
