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

构建具有 MobileNetV3-Large 主干网络的 Lite R-ASPP 网络模型，来自 Searching for MobileNetV3 论文。

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, optional) – 要使用的预训练权重。请参阅下面的 LRASPP_MobileNet_V3_Large_Weights 了解更多详情和可能的值。默认情况下，不使用预训练权重。

• progress (bool, optional) – 如果为 True，则在 stderr 上显示下载进度条。默认为 True。

• num_classes (int, optional) – 模型的输出类数量（包括背景）。

• aux_loss (bool, optional) – 如果为 True，则使用辅助损失。

• weights_backbone (MobileNet_V3_Large_Weights, optional) – 主干网络的预训练权重。

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

class torchvision.models.segmentation.LRASPP_MobileNet_V3_Large_Weights(value)

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。您还可以使用字符串，例如 weights='DEFAULT' 或 weights='COCO_WITH_VOC_LABELS_V1'。

LRASPP_MobileNet_V3_Large_Weights.COCO_WITH_VOC_LABELS_V1:

这些权重在 COCO 的子集上训练，仅使用 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
类别	__background__，飞机，自行车，…（省略 18 个）
min_size	height=1，width=1
recipe	link
GFLOPS	2.09
文件大小	12.5 MB

推理转换可在 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、批量 (B, C, H, W) 和单个 (C, H, W) 图像 torch.Tensor 对象。图像使用 interpolation=InterpolationMode.BILINEAR 调整大小为 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。