本文简要介绍python语言中 torchvision.models.detection.maskrcnn_resnet50_fpn
的用法。
用法:
torchvision.models.detection.maskrcnn_resnet50_fpn(pretrained=False, progress=True, num_classes=91, pretrained_backbone=True, trainable_backbone_layers=None, **kwargs)
构造一个带有 ResNet-50-FPN 主干的 Mask R-CNN 模型。
参考:“Mask R-CNN”。
模型的输入应该是一个张量列表,每个形状为
[C, H, W]
,每个图像一个,并且应该在0-1
范围内。不同的图像可以有不同的尺寸。模型的行为取决于它是处于训练模式还是评估模式。
在训练期间,模型需要输入张量以及目标(字典列表),其中包含:
框 (
FloatTensor[N, 4]
):[x1, y1, x2, y2]
格式的 ground-truth 框,包含0 <= x1 < x2 <= W
和0 <= y1 < y2 <= H
。labels (
Int64Tensor[N]
):每个ground-truth框的类标签掩码(
UInt8Tensor[N, H, W]
):每个实例的分段二进制掩码
该模型在训练期间返回
Dict[Tensor]
,包含 RPN 和 R-CNN 的分类和回归损失,以及掩码损失。在推理过程中,模型只需要输入张量,并将后处理的预测作为
List[Dict[Tensor]]
返回,每个输入图像一个。Dict
的字段如下,其中N
是检测到的实例数:框 (
FloatTensor[N, 4]
):[x1, y1, x2, y2]
格式的预测框,包含0 <= x1 < x2 <= W
和0 <= y1 < y2 <= H
。labels (
Int64Tensor[N]
):每个实例的预测标签分数 (
Tensor[N]
):每个实例的分数掩码 (
UInt8Tensor[N, 1, H, W]
):每个实例的预测掩码,在0-1
范围内。为了获得最终的分割掩模,可以对软掩模进行阈值化,一般值为0.5(mask >= 0.5
)
有关输出和如何绘制掩码的更多详细信息,您可以参考实例分割模型。
掩码 R-CNN 可导出到 ONNX 以用于固定批量大小,输入图像大小固定。
例子:
>>> model = torchvision.models.detection.maskrcnn_resnet50_fpn(pretrained=True) >>> model.eval() >>> x = [torch.rand(3, 300, 400), torch.rand(3, 500, 400)] >>> predictions = model(x) >>> >>> # optionally, if you want to export the model to ONNX: >>> torch.onnx.export(model, x, "mask_rcnn.onnx", opset_version = 11)
使用
maskrcnn_resnet50_fpn
的示例:
参数:
相关用法
- Python PyTorch masked_select用法及代码示例
- Python PyTorch matrix_rank用法及代码示例
- Python PyTorch max用法及代码示例
- Python PyTorch matrix_exp用法及代码示例
- Python PyTorch matmul用法及代码示例
- Python PyTorch matrix_power用法及代码示例
- Python PyTorch maximum用法及代码示例
- Python PyTorch matrix_norm用法及代码示例
- Python PyTorch make_tensor用法及代码示例
- Python PyTorch monitored_barrier用法及代码示例
- Python PyTorch mean用法及代码示例
- Python PyTorch multinomial用法及代码示例
- Python PyTorch meshgrid用法及代码示例
- Python PyTorch mm用法及代码示例
- Python PyTorch mv用法及代码示例
- Python PyTorch min用法及代码示例
- Python PyTorch msort用法及代码示例
- Python PyTorch mode用法及代码示例
- Python PyTorch movedim用法及代码示例
- Python PyTorch minimum用法及代码示例
- Python PyTorch multi_dot用法及代码示例
- Python PyTorch mul用法及代码示例
- Python PyTorch movielens_25m用法及代码示例
- Python PyTorch multigammaln用法及代码示例
- Python PyTorch movielens_20m用法及代码示例
注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torchvision.models.detection.maskrcnn_resnet50_fpn。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。