fasterrcnn_resnet50_fpn_v2

torchvision.models.detection.fasterrcnn_resnet50_fpn_v2(*, weights: Optional[FasterRCNN_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) → FasterRCNN

使用 ResNet-50-FPN 主干构建改进的 Faster R-CNN 模型，来自 使用视觉 Transformer 对检测迁移学习进行基准测试 论文。

警告

检测模块处于 Beta 阶段，不保证向后兼容性。

它的工作原理类似于具有 ResNet-50 FPN 主干的 Faster R-CNN。有关更多详细信息，请参阅 fasterrcnn_resnet50_fpn()。

参数:

• weights (FasterRCNN_ResNet50_FPN_V2_Weights, 可选) – 要使用的预训练权重。有关更多详细信息和可能的值，请参阅下面的 FasterRCNN_ResNet50_FPN_V2_Weights。默认情况下，不使用任何预训练权重。

• progress (bool, 可选) – 如果为 True，则将下载进度条显示到 stderr。默认值为 True。

• num_classes (int, 可选) – 模型的输出类别数（包括背景）

• weights_backbone (ResNet50_Weights, 可选) – 主干的预训练权重。

• trainable_backbone_layers (int, 可选) – 从最后一个块开始的可训练（未冻结）层数。有效值为 0 到 5 之间，其中 5 表示所有主干层都可训练。如果传递 None（默认值），则该值将设置为 3。

• **kwargs – 传递给 torchvision.models.detection.faster_rcnn.FasterRCNN 基类的参数。有关此类的更多详细信息，请参考 源代码。

class torchvision.models.detection.FasterRCNN_ResNet50_FPN_V2_Weights(value)

上面的模型构建器接受以下值作为 weights 参数。 FasterRCNN_ResNet50_FPN_V2_Weights.DEFAULT 等效于 FasterRCNN_ResNet50_FPN_V2_Weights.COCO_V1。您也可以使用字符串，例如 weights='DEFAULT' 或 weights='COCO_V1'。

FasterRCNN_ResNet50_FPN_V2_Weights.COCO_V1:

这些权重是使用增强的训练方法生成的，以提高模型精度。也可以作为 FasterRCNN_ResNet50_FPN_V2_Weights.DEFAULT 使用。

box_map（在 COCO-val2017 上）	46.7
类别	__background__, person, bicycle, … (88 个省略)
min_size	height=1, width=1
num_params	43712278
recipe	link
GFLOPS	280.37
文件大小	167.1 MB

推理转换在 FasterRCNN_ResNet50_FPN_V2_Weights.COCO_V1.transforms 中可用，并执行以下预处理操作：接受 PIL.Image、批量 (B, C, H, W) 和单个 (C, H, W) 图像 torch.Tensor 对象。图像被重新缩放到 [0.0, 1.0]。