快捷方式

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

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'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

link

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]std=[0.229, 0.224, 0.225]进行归一化。

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