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]¶
改进的 Mask R-CNN 模型，带有来自 Benchmarking Detection Transfer Learning with Vision Transformers 论文的 ResNet-50-FPN 主干网络。
警告
检测模块处于 Beta 阶段，不保证向后兼容性。
有关更多详细信息，请参阅
maskrcnn_resnet50_fpn()。- 参数:
weights (
MaskRCNN_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，请参阅下面的MaskRCNN_ResNet50_FPN_V2_Weights。默认情况下，不使用预训练权重。progress (bool, optional) – 如果为 True，则在 stderr 上显示下载进度条。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。有效值为 0 到 5 之间，其中 5 表示所有主干网络层都是可训练的。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。
- class torchvision.models.detection.MaskRCNN_ResNet50_FPN_V2_Weights(value)[source]¶
上面的模型构建器接受以下值作为
weights参数。MaskRCNN_ResNet50_FPN_V2_Weights.DEFAULT等同于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配方生成的，以提高模型精度。也可作为
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
配方
GFLOPS
333.58
文件大小
177.2 MB
推理变换可在
MaskRCNN_ResNet50_FPN_V2_Weights.COCO_V1.transforms中找到，并执行以下预处理操作：接受PIL.Image、批处理的(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]。
