快捷方式

ssd300_vgg16

torchvision.models.detection.ssd300_vgg16(*, weights: Optional[SSD300_VGG16_Weights] = None, progress: bool = True, num_classes: Optional[int] = None, weights_backbone: Optional[VGG16_Weights] = VGG16_Weights.IMAGENET1K_FEATURES, trainable_backbone_layers: Optional[int] = None, **kwargs: Any) SSD[源代码]

SSD300 模型基于 SSD:单次多盒检测器 论文。

警告

检测模块处于 Beta 阶段,不保证向后兼容性。

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,并且应在 0-1 范围内。不同的图像可以具有不同的尺寸,但在传递到主干之前将调整为固定尺寸。

模型的行为取决于它处于训练模式还是评估模式。

在训练期间,模型需要输入张量和目标(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 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,即 List[Dict[Tensor]],每个输入图像一个。Dict 的字段如下所示,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

  • 分数(Tensor[N]):每个检测的分数

示例

>>> model = torchvision.models.detection.ssd300_vgg16(weights=SSD300_VGG16_Weights.DEFAULT)
>>> model.eval()
>>> x = [torch.rand(3, 300, 300), torch.rand(3, 500, 400)]
>>> predictions = model(x)
参数:
  • weights (SSD300_VGG16_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 SSD300_VGG16_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 stderr。默认为 True。

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

  • weights_backbone (VGG16_Weights,可选) – 主干的预训练权重

  • trainable_backbone_layers (整数可选) – 从最后一个块开始的可训练(未冻结)层数。有效值介于 0 和 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 4。

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

torchvision.models.detection.SSD300_VGG16_Weights(value)[源代码]

上面的模型构建器接受以下值作为 weights 参数。 SSD300_VGG16_Weights.DEFAULT 等效于 SSD300_VGG16_Weights.COCO_V1。您也可以使用字符串,例如 weights='DEFAULT'weights='COCO_V1'

SSD300_VGG16_Weights.COCO_V1:

这些权重是根据与论文中类似的训练方案生成的。也可以作为 SSD300_VGG16_Weights.DEFAULT 获取。

box_map(在 COCO-val2017 上)

25.1

参数数量

35641826

类别

__background__,person,bicycle,…(省略 88 个)

最小尺寸

高度=1,宽度=1

方案

链接

GFLOPS

34.86

文件大小

136.0 MB

推理转换可以在 SSD300_VGG16_Weights.COCO_V1.transforms 中找到,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。图像被重新缩放至 [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问题的解答

查看资源