retinanet_resnet50_fpn¶
- torchvision.models.detection.retinanet_resnet50_fpn(*, weights: Optional[RetinaNet_ResNet50_FPN_Weights] = None, progress: bool = True, num_classes: Optional[int] = None, weights_backbone: Optional[ResNet50_Weights] = ResNet50_Weights.IMAGENET1K_V1, trainable_backbone_layers: Optional[int] = None, **kwargs: Any) RetinaNet [源代码]¶
使用 ResNet-50-FPN 主干构建 RetinaNet 模型。
警告
检测模块处于 Beta 阶段,向后兼容性无法保证。
模型的输入预期为张量列表,每个张量的形状为
[C, H, W]
,每个图像一个,并且应该在0-1
范围内。不同的图像可以具有不同的尺寸。模型的行为会根据其处于训练模式还是评估模式而改变。
在训练期间,模型期望输入张量和目标(字典列表),其中包含
框 (
FloatTensor[N, 4]
): 以[x1, y1, x2, y2]
格式表示的真实框,其中0 <= x1 < x2 <= W
和0 <= y1 < y2 <= H
.标签 (
Int64Tensor[N]
): 每个真实框的类别标签
模型在训练期间返回一个
Dict[Tensor]
,其中包含分类和回归损失。在推理期间,模型只需要输入张量,并返回后处理的预测结果,作为
List[Dict[Tensor]]
,每个输入图像一个。Dict
的字段如下,其中N
是检测的数量框 (
FloatTensor[N, 4]
): 以[x1, y1, x2, y2]
格式表示的预测框,其中0 <= x1 < x2 <= W
和0 <= y1 < y2 <= H
.标签 (
Int64Tensor[N]
): 每个检测的预测标签得分 (
Tensor[N]
): 每个检测的得分
有关输出的更多详细信息,您可以参考实例分割模型.
示例
>>> model = torchvision.models.detection.retinanet_resnet50_fpn(weights=RetinaNet_ResNet50_FPN_Weights.DEFAULT) >>> model.eval() >>> x = [torch.rand(3, 300, 400), torch.rand(3, 500, 400)] >>> predictions = model(x)
- 参数:
weights (
RetinaNet_ResNet50_FPN_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RetinaNet_ResNet50_FPN_Weights
。默认情况下,不使用任何预训练权重。progress (布尔值) – 如果为 True,则在 stderr 上显示下载进度条。默认值为 True。
num_classes (整数, 可选) – 模型的输出类别数量(包括背景)
weights_backbone (
ResNet50_Weights
, 可选) – 主干的预训练权重。可训练主干层 (int, optional) – 从最后一个块开始的可训练(未冻结)层数。有效值介于 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),则此值将设置为 3。**kwargs** – 传递给
torchvision.models.detection.RetinaNet
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.RetinaNet_ResNet50_FPN_Weights(value)[source]¶
上面的模型构建器接受以下值作为
weights
参数。RetinaNet_ResNet50_FPN_Weights.DEFAULT
等效于RetinaNet_ResNet50_FPN_Weights.COCO_V1
。您也可以使用字符串,例如weights='DEFAULT'
或weights='COCO_V1'
。RetinaNet_ResNet50_FPN_Weights.COCO_V1:
这些权重是通过遵循与论文中类似的训练配方生成的。也可以用作
RetinaNet_ResNet50_FPN_Weights.DEFAULT
。box_map (on COCO-val2017)
36.4
categories
__background__, person, bicycle, … (88 omitted)
min_size
height=1, width=1
num_params
34014999
recipe
GFLOPS
151.54
File size
130.3 MB
推理转换在
RetinaNet_ResNet50_FPN_Weights.COCO_V1.transforms
中可用,并执行以下预处理操作:接受PIL.Image
、批处理(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]
。