fasterrcnn_resnet50_fpn_v2

torchvision.models.detection.fasterrcnn_resnet50_fpn_v2(*, weights: Optional[FasterRCNN_ResNet50_FPN_V2_Weights] = None, progress: bool = True, num_classes: Optional[int] = None, weights_backbone: Optional[ResNet50_Weights] = None, trainable_backbone_layers: Optional[int] = None, **kwargs: Any) → FasterRCNN

構建了一個改進版的 Faster R-CNN 模型，其骨幹網路為 ResNet-50-FPN，來自 Benchmarking Detection Transfer Learning with Vision Transformers 論文。

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()。

引數:

• weights (FasterRCNN_ResNet50_FPN_V2_Weights, optional) – 要使用的預訓練權重。更多詳細資訊和可能的值，請參見下文的 FasterRCNN_ResNet50_FPN_V2_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 (ResNet50_Weights, 可選) – 主幹的預訓練權重。

• trainable_backbone_layers (int, 可選) – 從最後一個塊開始的可訓練（非凍結）層數。有效值介於 0 和 5 之間，5 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_ResNet50_FPN_V2_Weights(value)

上面的模型構建器接受以下值作為 weights 引數。 FasterRCNN_ResNet50_FPN_V2_Weights.DEFAULT 等同於 FasterRCNN_ResNet50_FPN_V2_Weights.COCO_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='COCO_V1'。

FasterRCNN_ResNet50_FPN_V2_Weights.COCO_V1:

這些權重是透過增強的訓練配方產生的，以提高模型準確性。也可作為 FasterRCNN_ResNet50_FPN_V2_Weights.DEFAULT 使用。

box_map (在 COCO-val2017 上)	46.7
類別	__background__, person, bicycle, … (省略 88 個)
min_size	height=1, width=1
引數數量	43712278
方案	連結
GFLOPS	280.37
檔案大小	167.1 MB

推理轉換可在 FasterRCNN_ResNet50_FPN_V2_Weights.COCO_V1.transforms 獲得，並執行以下預處理操作：接受 PIL.Image、批次處理的 (B, C, H, W) 和單個 (C, H, W) 影像 torch.Tensor 物件。影像將縮放到 [0.0, 1.0]。