fasterrcnn_mobilenet_v3_large_320_fpn

torchvision.models.detection.fasterrcnn_mobilenet_v3_large_320_fpn(*, weights: Optional[FasterRCNN_MobileNet_V3_Large_320_FPN_Weights] = None, progress: bool = True, num_classes: Optional[int] = None, weights_backbone: Optional[MobileNet_V3_Large_Weights] = MobileNet_V3_Large_Weights.IMAGENET1K_V1, trainable_backbone_layers: Optional[int] = None, **kwargs: Any) → FasterRCNN

一個低解析度的 Faster R-CNN 模型，帶有 MobileNetV3-Large 主幹，針對移動端用例進行了最佳化。

警告

檢測模組處於 Beta 階段，不保證向後相容。

其工作方式與帶有 ResNet-50 FPN 骨幹網路的 Faster R-CNN 類似。更多細節請參見 fasterrcnn_resnet50_fpn()。

示例

>>> model = torchvision.models.detection.fasterrcnn_mobilenet_v3_large_320_fpn(weights=FasterRCNN_MobileNet_V3_Large_320_FPN_Weights.DEFAULT)
>>> model.eval()
>>> x = [torch.rand(3, 300, 400), torch.rand(3, 500, 400)]
>>> predictions = model(x)

引數:

• weights (FasterRCNN_MobileNet_V3_Large_320_FPN_Weights, 可選) – 要使用的預訓練權重。有關更多詳細資訊和可能的值，請參閱下面的 FasterRCNN_MobileNet_V3_Large_320_FPN_Weights。預設情況下，不使用預訓練權重。

• progress (bool, optional) – 如果為 True，則在 stderr 上顯示下載進度條。預設為 True。

• num_classes (int, 可選) – 模型的輸出類別數（包括背景）

• weights_backbone (MobileNet_V3_Large_Weights, optional) – 骨幹網路的預訓練權重。

• trainable_backbone_layers (int, optional) – 從最後一個塊開始的可訓練（未凍結）的層數。有效值為 0 到 6 之間，其中 6 表示所有主幹層都可訓練。如果傳入 None（預設值），則此值設定為 3。

• **kwargs – 傳遞給 torchvision.models.detection.faster_rcnn.FasterRCNN 基類的引數。有關此類的更多詳細資訊，請參閱 原始碼。

class torchvision.models.detection.FasterRCNN_MobileNet_V3_Large_320_FPN_Weights(value)

上面的模型構建器接受以下值作為 weights 引數。 FasterRCNN_MobileNet_V3_Large_320_FPN_Weights.DEFAULT 等同於 FasterRCNN_MobileNet_V3_Large_320_FPN_Weights.COCO_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='COCO_V1'。

FasterRCNN_MobileNet_V3_Large_320_FPN_Weights.COCO_V1:

這些權重是透過遵循與論文中類似的訓練配方生成的。也稱為 FasterRCNN_MobileNet_V3_Large_320_FPN_Weights.DEFAULT。

box_map (在 COCO-val2017 上)	22.8
類別	__background__, person, bicycle, … (省略 88 個)
min_size	height=1, width=1
引數數量	19386354
方案	連結
GFLOPS	0.72
檔案大小	74.2 MB

推理變換可在此找到：FasterRCNN_MobileNet_V3_Large_320_FPN_Weights.COCO_V1.transforms，它們執行以下預處理操作：接受 PIL.Image、批處理的 (B, C, H, W) 和單個 (C, H, W) 影像 torch.Tensor 物件。影像將被縮放到 [0.0, 1.0]。