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[原始碼]¶
建構一個具有 MobileNetV3-Large 主幹的 Lite R-ASPP 網路模型，來自 Searching for MobileNetV3 論文。
警告
分割模組處於 Beta 階段，不保證向後相容性。
- 參數:
weights (
LRASPP_MobileNet_V3_Large_Weights, optional) – 要使用的預訓練權重。請參閱下方的LRASPP_MobileNet_V3_Large_Weights以取得更多詳細資訊和可能的值。預設情況下，不使用任何預先訓練的權重。progress (bool, optional) – 如果為 True，則會在 stderr 上顯示下載進度條。預設值為 True。
num_classes (int, optional) – 模型輸出的類別數量（包括背景）。
aux_loss (bool, optional) – 如果為 True，則使用輔助損失。
weights_backbone (
MobileNet_V3_Large_Weights, optional) – Backbone 的預訓練權重。**kwargs – 傳遞給
torchvision.models.segmentation.LRASPP基底類別的參數。有關此類別的更多詳細資訊，請參閱原始碼。
- class torchvision.models.segmentation.LRASPP_MobileNet_V3_Large_Weights(value)[source]¶
上面的模型建構器接受以下值作為
weights參數。LRASPP_MobileNet_V3_Large_Weights.DEFAULT等同於LRASPP_MobileNet_V3_Large_Weights.COCO_WITH_VOC_LABELS_V1。您也可以使用字串，例如weights='DEFAULT'或weights='COCO_WITH_VOC_LABELS_V1'。LRASPP_MobileNet_V3_Large_Weights.COCO_WITH_VOC_LABELS_V1:
這些權重是在 COCO 的一個子集上訓練的，僅使用 Pascal VOC 資料集中存在的 20 個類別。也可以作為
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 個)
min_size
height=1, width=1
recipe
GFLOPS
2.09
File size
12.5 MB
推理轉換可在
LRASPP_MobileNet_V3_Large_Weights.COCO_WITH_VOC_LABELS_V1.transforms中找到，並執行以下預處理操作：接受PIL.Image、批次的(B, C, H, W)和單一的(C, H, W)圖像torch.Tensor物件。圖像使用interpolation=InterpolationMode.BILINEAR調整大小為resize_size=[520]。最後，這些值首先重新縮放為[0.0, 1.0]，然後使用mean=[0.485, 0.456, 0.406]和std=[0.229, 0.224, 0.225]進行標準化。
