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

构建一个改进的 Faster R-CNN 模型，该模型具有来自 Benchmarking Detection Transfer Learning with Vision Transformers 论文的 ResNet-50-FPN 主干网络。

警告

检测模块正处于 Beta 阶段，不保证向后兼容性。

它的工作方式类似于带有 ResNet-50 FPN 主干网络的 Faster R-CNN。 有关更多详细信息，请参见 fasterrcnn_resnet50_fpn()。

参数:

• weights (FasterRCNN_ResNet50_FPN_V2_Weights, optional) – 要使用的预训练权重。 有关更多详细信息和可能的值，请参见下方的 FasterRCNN_ResNet50_FPN_V2_Weights。 默认情况下，不使用预训练权重。

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

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

• weights_backbone (ResNet50_Weights, optional) – 主干网络的预训练权重。

• trainable_backbone_layers (int, optional) – 从最后一个块开始的可训练（非冻结）层数。 有效值介于 0 到 5 之间，其中 5 表示所有主干网络层均可训练。 如果传递 None（默认值），则此值设置为 3。

• **kwargs – 传递给 torchvision.models.detection.faster_rcnn.FasterRCNN 基类的参数。 有关此类别的更多详细信息，请参阅 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。 您还可以使用字符串，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案生成的，以提高模型精度。 也可作为 FasterRCNN_ResNet50_FPN_V2_Weights.DEFAULT 使用。

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

推理变换可在 FasterRCNN_ResNet50_FPN_V2_Weights.COCO_V1.transforms 中找到，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]。