快捷方式

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。

参考:密集物体检测的 Focal Loss.

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 <= W0 <= 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 <= W0 <= 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'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

link

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]

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得答案

查看资源