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

改进的 Mask R-CNN 模型，具有来自使用视觉转换器的检测迁移学习基准测试论文的 ResNet-50-FPN 主干网络。

警告

检测模块处于 Beta 阶段，不保证向后兼容性。

maskrcnn_resnet50_fpn() 了解更多详细信息。

参数：

• weights (MaskRCNN_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，请参见下面的MaskRCNN_ResNet50_FPN_V2_Weights。默认情况下，不使用任何预训练权重。

• progress (布尔值，可选) – 如果为 True，则将下载进度条显示到标准错误输出。默认为 True。

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

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

• trainable_backbone_layers (整数，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 表示所有主干网络层都可训练。如果传递 None（默认值），则此值设置为 3。

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

类 torchvision.models.detection.MaskRCNN_ResNet50_FPN_V2_Weights(value)

上面的模型构建器接受以下值作为 weights 参数。MaskRCNN_ResNet50_FPN_V2_Weights.DEFAULT 等效于 MaskRCNN_ResNet50_FPN_V2_Weights.COCO_V1。您也可以使用字符串，例如 weights='DEFAULT' 或 weights='COCO_V1'。

MaskRCNN_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。也可以作为 MaskRCNN_ResNet50_FPN_V2_Weights.DEFAULT 使用。

box_map（在 COCO-val2017 上）	47.4
mask_map（在 COCO-val2017 上）	41.8
类别	__background__、person、bicycle、…（省略 88 个）
min_size	height=1、width=1
num_params	46359409
recipe	link
GFLOPS	333.58
文件大小	177.2 MB

推理转换在 MaskRCNN_ResNet50_FPN_V2_Weights.COCO_V1.transforms 中可用，并执行以下预处理操作：接受 PIL.Image、批处理的 (B, C, H, W) 和单个 (C, H, W) 图像 torch.Tensor 对象。图像将重新缩放至 [0.0, 1.0]。