lraspp_mobilenet_v3_large¶
- torchvision.models.segmentation.lraspp_mobilenet_v3_large(*, weights: Optional[LRASPP_MobileNet_V3_Large_Weights] = None, progress: bool = True, num_classes: Optional[int] = None, weights_backbone: Optional[MobileNet_V3_Large_Weights] = MobileNet_V3_Large_Weights.IMAGENET1K_V1, **kwargs: Any) LRASPP [源代码]¶
使用来自Searching for MobileNetV3论文的 MobileNetV3-Large 主干构建 Lite R-ASPP 网络模型。
警告
分割模块处于 Beta 阶段,不保证向后兼容性。
- 参数:
weights (
LRASPP_MobileNet_V3_Large_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LRASPP_MobileNet_V3_Large_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)。
aux_loss (布尔值,可选) – 如果为 True,则使用辅助损失。
weights_backbone (
MobileNet_V3_Large_Weights
,可选) – 主干的预训练权重。**kwargs – 传递给
torchvision.models.segmentation.LRASPP
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.segmentation.LRASPP_MobileNet_V3_Large_Weights(value)[源代码]¶
上面的模型构建器接受以下值作为
weights
参数。LRASPP_MobileNet_V3_Large_Weights.DEFAULT
等效于LRASPP_MobileNet_V3_Large_Weights.COCO_WITH_VOC_LABELS_V1
。您也可以使用字符串,例如weights='DEFAULT'
或weights='COCO_WITH_VOC_LABELS_V1'
。LRASPP_MobileNet_V3_Large_Weights.COCO_WITH_VOC_LABELS_V1:
这些权重是在 COCO 的一个子集上训练的,只使用了 Pascal VOC 数据集中存在的 20 个类别。也可作为
LRASPP_MobileNet_V3_Large_Weights.DEFAULT
使用。miou(在 COCO-val2017-VOC-labels 上)
57.9
pixel_acc(在 COCO-val2017-VOC-labels 上)
91.2
num_params
3221538
categories
__background__,aeroplane,bicycle,…(省略 18 个)
min_size
height=1,width=1
recipe
GFLOPS
2.09
文件大小
12.5 MB
推理变换可在
LRASPP_MobileNet_V3_Large_Weights.COCO_WITH_VOC_LABELS_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。图像使用interpolation=InterpolationMode.BILINEAR
调整大小到resize_size=[520]
。最后,值首先重新缩放到[0.0, 1.0]
,然后使用mean=[0.485, 0.456, 0.406]
和std=[0.229, 0.224, 0.225]
进行归一化。